多源异构领域数据驱动的大模型内容动态组装方法及系统

本发明提供多源异构领域数据驱动的大模型内容动态组装方法及系统，涉及人工智能技术领域，所述方法包括：根据语义投影长度测量轴线与预设理想决策平面的空间夹角；当空间夹角超过动态阈值时，根据市场波动率与用户风险系数生成数值修正量，并沿特征校准轴线方向注入多源特征嵌入张量，生成风险校准特征张量；基于用户画像将风险校准特征张量转化为个性化内容组装策略；基于个性化内容组装策略与风险校准特征张量，通过神经符号规则引擎执行规则约束的内容生成，输出包含投资组合方案、数据溯源条目及动态调整说明的可解释投资报告。本发明大幅提升了数据整合的效率与准确性。