摘要
本发明公开了基于大语言模型与图对比学习的电商个性化推荐系统及方法;涉及电商推荐技术领域,包括动态语义感知模块,对用户‑商品交互中的评论文本进行处理,生成上下文感知嵌入并提取全局语义表示,通过评分感知特征变换,将文本嵌入映射为评分特定的边特征;语义增强的异构图构建与传播模块,构建语义增强的异构图,采用评分感知消息传递机制,实现语义与结构信息的协同传播;语义结构对比学习模块,设置节点区分和边区分两个子任务,实现语义、结构与自监督目标的协同优化。本发明打破语义建模与推荐目标间的优化割裂,提升对用户偏好与物品属性的联合理解能力;实现多模态信息的深层交互与统一优化,进而提升模型的推荐准确性。
技术关键词
个性化推荐系统
大语言模型
消息传递机制
生成上下文感知
语义结构
感知特征
异构
节点
电商推荐技术
多任务联合训练
生成评论文本
商品推荐列表
模块
语义向量
动态
多模态信息
系统为您推荐了相关专利信息
自动化生成方法
动态知识图谱
大语言模型
自然语言
自动化生成系统
层级
文本
生成参数
大语言模型
非易失性计算机可读存储介质
多智能体协同
自然语言分析
可视化功能
多级校验
非易失性计算机存储介质