摘要
本发明提供一种基于大语言模型的新闻推荐方法,属于新闻推荐技术领域;该方法的步骤包括:数据收集、数据预处理、模型训练、基于LLM的推荐算法、个性化推荐和生成推荐列表;通过构建新闻塔和用户塔网络,借助LLM压缩网络的内容理解能力,实现新闻推荐。本发明综合利用用户在新闻平台上的行为数据、基础信息数据,采用先进的智能推荐算法,结合LLM对内容理解能力,结合用户的新闻浏览习惯,提供个性化的新闻推荐服务,提供更加精准的推荐结果;引入大语言模型和智能推荐算法,充分挖掘和利用多维度的数据资源,提升推荐系统的智能化和精细化水平;通过数据清洗、标准化和特征提取,保证数据的质量和一致性,为推荐算法提供可靠的数据基础。
技术关键词
新闻推荐方法
大语言模型
模型训练模块
智能推荐算法
网络
数据收集模块
注意力
样本
新闻推荐技术
文本
更新模型参数
矩阵
推荐系统
序列
语义特征
异常数据