一种商品服务推荐方法及系统

本发明提供一种商品服务推荐方法及系统，属于人工智能技术领域，包括：接收由服务终端下发的全局推荐模型；基于全局推荐模型对客户端内用户的历史交互行为数据集进行处理，得到初始候选推荐集；将初始候选推荐集和历史交互行为数据集填充至预设提示词模板，生成推荐提示词；将推荐提示词输入至大语言模型，得到大语言模型输出的重排序推荐候选集；对每个用户的初始候选推荐集和重排序推荐候选集进行相似度校验，筛除初始候选推荐集中不匹配的推荐项，输出服务推荐结果。本发明通过结合联邦学习的分布式协作和大语言模型的语义理解与生成能力，在保护数据隐私的前提下实现准确的商品服务推荐。