一种基于大语言模型数据增强的冷启动物品协同推荐方法

本发明提供的一种基于大语言模型数据增强的冷启动物品协同推荐方法，包括：利用基于热启动先验信息提取的基础信息和大语言模型构建包含有长期记忆库和短期记忆库的记忆数据库并初始化；基于用户与冷启动物品间的模拟交互过程获得虚拟交互数据，利用所述虚拟交互数据对所述短期记忆数据库进行更新，并利用更新后的短期记忆库对所述长期记忆库进行更新，得到更新完毕的记忆数据库；将更新完毕的记忆数据库作为外部知识，并将热启动物品上的历史交互作为参考数据，利用大语言模型进行冷启动物品推荐。本发明能够有效丰富语义信息以增强LLM在冷启动情形下的预测准确度。