面向大语言模型的知识图谱推荐算法

本发明公开了面向大语言模型的知识图谱推荐算法，本发明涉及知识图谱推荐技术领域，包括以下步骤：通过自然语言处理NLP技术提取学科文本中的术语和概念，使用深度学习模型标注实体并设置为节点，采用GCN方法提取实体间关系并标注在知识图谱中，构建层级化图谱，第一层为基础知识层，第二层为高级知识层；本发明通过综合考虑用户的历史行为、偏好信息以及学科领域，结合相似度、时效性和相关性等多维度评分因素，动态调整权重系数，确保每次推荐结果更加精准、个性化，尤其是在用户偏好和兴趣的变化方面，算法能够实时捕捉并及时调整推荐内容，确保推荐内容与用户需求高度匹配，从而增加用户的使用粘性和满意度。