一种基于AIGC的数字媒体内容推荐系统

本申请公开了一种基于AIGC的数字媒体内容推荐系统，其首先通过利用经过指令微调的大型语言模型(LLM)实时解读用户在当前会话中展现出的一系列行为事件，以智能生成能够精准描述用户当前动态意图的文本，这使得系统能敏锐捕捉用户细微且即时的兴趣焦点；接着，采用文本嵌入模型将动态意图描述转化为一个向量化的表示以得到意图向量，进一步利用意图向量在预先构建好的内容库向量索引中进行高效的近似最近邻搜索，从而快速定位并筛选出与用户当前意图高度契合的候选内容，最终，从候选列表中选取最相关的若干项，得到最终的推荐列表。这样，系统能够通过深度利用LLM对用户动态意图的理解和AIGC的生成能力，显著优化会话场景下的内容推荐效果，提升用户体验。