一种基于大语言模型的在线课程推荐方法及系统

本发明公开了一种基于大语言模型的在线课程推荐方法及系统，涉及课程推荐技术领域，本发明基于政策文本的多层级解析，准确提取显性变更与隐性技能需求的关联，避免传统关键词匹配的片面性；通过跨模态对齐生成带衰减权重的课程特征，结合政策发布时间与内容更新频次动态调整推荐优先级，解决政策过渡期课程更新滞后导致的推荐偏差；并利用LLM构建跨技能域关联矩阵，自动推导政策变更的次生影响；采用虚拟交互数据生成模块通过模拟典型用户行为路径，在缺乏真实数据时维持推荐系统稳定性，缩短政策突变后的模型迭代周期。