基于知识图谱与大语言模型的可解释专利推荐方法及装置

本发明公开了基于知识图谱与大语言模型的可解释专利推荐方法及装置，该方法包括以下步骤：获取目标企业在预设时期内的专利文本信息和专利转让信息，构建相应的专利知识图谱；构建CPC共现矩阵，得出目标企业的专利研究方向；基于扩散模型优化专利知识图谱，基于自监督学习模型对优化后的专利知识图谱进行知识推理，得到目标企业的专利推荐路径；利用大语言模型对专利推荐路径和专利研究方向进行融合，生成与目标企业对应的推荐文本。本发明有效解决了现有专利推荐系统透明度不足、技术趋势预测能力弱的问题，通过知识推理与语义生成，使推荐结果的精确度提升，显著增强了企业技术战略决策的可信度。