融合大语言模型推理与多源轨迹信息的推荐方法和系统

本发明提供了一种融合大语言模型推理与多源轨迹信息的推荐方法和系统，方法包括：接收用户推荐请求后，先获取用户历史学习行为与静态属性信息，构建静态兴趣向量；结合已学知识点初始特征向量及知识图谱一阶邻居节点的图谱增强向量，生成显式与图谱扩展兴趣向量，融合得到用户兴趣向量；通过用户兴趣向量与未学知识点向量相似度分析和/或大语言模型对用户关联信息的推理，筛选N个未学知识点形成候选集合；经先修知识点掌握度验证筛选目标知识点，排序后输出推荐结果。该方法提升推荐精准度与适配性，满足个性化学习需求。