摘要
本发明涉及社交数据处理技术领域,具体地说,涉及面向个性化推荐的大语言模型社交数据标签属性生成方法。包括如下步骤:构建多模态社交特征关联矩阵;生成社交场景适配的初始标签集;实现标签属性的多维量化:通过改进的语义依存树构建标签层级关系,基于行为发生时间间隔计算时效衰减系数,统计核心社交圈中相同标签的用户占比作为群体关联值。本发明通过构建多模态社交特征关联矩阵,能够适配社交场景中多模态数据的复杂性,使生成的标签体系更贴合社交数据的多元特征。本发明通过改进的语义依存树自动构建标签层级关系、计算时效衰减系数,提升了对社交语义的深度解析能力。
技术关键词
语义依存树
数据标签
生成方法
层级
文本特征向量
核心
融合特征
多媒体
语义向量
数据特征提取
模式特征向量
关系
预训练语言模型
节点
大语言模型
社交网络图
系统为您推荐了相关专利信息
超文本标记语言
层叠样式表
界面生成方法
数据
生成系统