一种基于微调大语言模型的推荐数据增强方法

本发明公开了一种基于微调大语言模型的推荐数据增强方法，包括以下步骤：S1：针对核心任务，结合推荐系统场景中的用户‑物品交互特点与辅助信息，确定数据增强任务的优化目标并设计相应指令模板；S2：采用轻量级微调技术针对数据增强任务相关内容调整大语言模型的参数，以生成与核心任务高度对齐的数据，从而微调大语言模型；S3：通过微调大语言模型生成新的用户‑物品交互数据、补充物品特征信息、项目概要的增强数据；S4：将增强数据与推荐模型的原始数据进行整合，以优化推荐模型的训练。本发明通过增强用户‑项目交互、丰富项目属性、生成高质量的项目概要，有效缓解数据稀疏问题，提高推荐系统的泛化能力和推荐效果。