一种基于大模型语义结构增强的跨域推荐方法

本发明公开了一种基于大模型语义结构增强的跨域推荐方法，属于推荐系统技术领域，包括以下步骤：S1、数据获取；S2、域内知识转移：基于源域与目标域中共享的用户和项目的历史交互信息，分别构建两个域的用户‑项目交互图；S3、语义嵌入表示生成：通过ChatGLM对输入的用户评论、项目描述等非结构化文本进行编码；S4、用户/项目同质矩阵的构建：通过计算用户/项目之间语义表示的相似度，生成反映用户行为倾向相似性及项目内容语义相关性的同质图结构；S5、语义结构增强；S6、算法预测与优化。本发明充分发挥大模型在语义理解与知识迁移方面的通用能力，从多源语义信息中提取高层次的特征表示，用以构建更加细致且具有泛化能力的用户兴趣画像。