一种基于协同相似度对齐的大语言模型推荐方法

本发明公开了一种基于协同相似度对齐的大语言模型推荐方法，所述方法包括：S100、相似度对齐阶段：从大语言模型生成的语言空间嵌入和协同过滤方法生成的行为空间嵌入中分别提取物品的向量表示；S200、质量评估阶段：基于统计视角和协同视角对所述行为空间嵌入进行质量评估，筛选出满足预审条件的高质量协同信号，S300、联合训练阶段：通过联合优化相似度对齐损失和语言模型的标准训练目标，完整端到端模型训练，以生成推荐结果。本发明探究了更加本质的协同相似度信号来指导大模型学习推荐知识，避免信息损失，引入的质量评估模块可以精准筛选噪声数据，仅保留高质量的协同信号，从而提升推荐结果的准确性和泛化性。