一种基于微调大语言模型的时序相关推荐方法

本发明涉及一种基于微调大语言模型的时序相关推荐方法，其包括以下步骤：准备推荐任务数据集D，对推荐任务数据集D进行清洗和数据关联；将用户对项目的评分映射为对应的情感偏好；使用取尾法将数据集D划分为训练集Dtrain和测试集Dtest；对训练数据Dtrain进行样本增强产生样本集Strain；利用LORA技术将样本集Strain对大语言模型微调；对测试集数据Dtest进行样本增强产生样本集Stest；将样本集Stest构建为模型指令并输入大语言模型，大语言模型的输出为推荐结果。本基于微调大语言模型的时序相关推荐方法，其大语言模型可以获得用户前后消费行为关联，从而提高大语言模型的推荐能力。