一种基于大模型的产品智能推荐方法及系统

本发明涉及一种基于大模型的产品智能推荐方法及系统，包括：获取待推荐用户的用户信息和待推荐产品的产品信息；利用大模型提取用户信息的用户语义特征、用户行为特征和自然语言理解特征，以及产品信息的产品描述特征和产品类别特征，并进行特征融合，得到融合特征；获取每个产品相对于待推荐用户的目标推荐分数，并将高于预设分数的目标推荐分数所对应的产品作为目标产品推荐至待推荐用户。本发明通过结合Transformer模型、GNN模型和LLM模型，实现了对用户信息和产品信息的解析与特征融合，不仅提升了用户语义特征和产品描述特征的提取精度，还能够有效捕捉用户行为特征和产品类别特征，从而提高推荐的准确性和个性化水平。