一种基于混合检索RAG的资源推荐方法及系统

本发明涉及智能推荐技术领域，公开了一种基于混合检索RAG的资源推荐方法及系统，该方法包括：采集资源文本数据，构建向量库与标签库；基于语言模型拓展用户问题，获得若干个语义扩展问题；进行意图识别，判断用户问题是否为资源推荐类问题，若是则确定目标分类类型；根据标签库中字段定义对数据进行筛选，获得候选知识片段集合；获得候选向量，将用户问题及语义扩展问题映射为查询向量，计算查询向量与每一候选向量的相似度，选取知识补充内容；对所有知识补充内容进行资源拼接，生成资源推荐回答。本申请融合了结构化标签筛选与语义向量精排机制，克服了现有RAG系统中仅依赖语义相似度检索导致的召回冗余、匹配偏差等问题。