【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种基于大语言模型的用户多行为推荐方法及装置。
技术介绍
1、在数字化时代，推荐系统已成为各类在线平台的核心功能，广泛应用于电子商务、新闻推送和媒体播放等服务中。这些系统的主要目标是减少人力资源的使用，为用户提供个性化且高质量的商品或内容推荐，以提高用户满意度和合作伙伴的运营效率。
2、传统推荐系统主要基于内容的推荐模型和协同过滤模型。基于内容的模型利用用户过去的交互数据来预测其可能的兴趣，而协同过滤模型则通过分析用户群体之间的行为模式来实现推荐。这些模型的实施流程通常包括数据收集、预处理、特征提取、模型训练和结果展示等步骤。尽管这些模型在多个场景中已被证明有效，但在电子商务领域，现有技术仍存在不足。
3、现有推荐系统的不足主要体现在三个方面：首先，它们往往忽略了电子商务环境中用户多种行为的建模，例如用户的浏览、搜索、购买和评论等行为。其次，用户行为数据的稀疏性导致模型难以从中学习到充足的用户偏好信息。最后，现有技术无法有效地将同一用户的不同行为联系起来，从而无法全面地理解用户的兴趣。
4、本本文档来自技高网...
【技术保护点】
1.一种基于大语言模型的用户多行为推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对用户的多样化行为数据进行收集，对同一用户的多样化行为数据进行聚合，得到聚合后的多样化行为数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述利用预先编写的指令引导大语言模型按照时间顺序和逻辑关系，将所述聚合后的多样化行为数据转化成标准格式的自然语言文本，包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述自然语言文本以及用于提取用户偏好的指令作为预设的自然语言处理任务的输入，所述自然语言处理任务根据所述自然...
【技术特征摘要】
1.一种基于大语言模型的用户多行为推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对用户的多样化行为数据进行收集，对同一用户的多样化行为数据进行聚合，得到聚合后的多样化行为数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述利用预先编写的指令引导大语言模型按照时间顺序和逻辑关系，将所述聚合后的多样化行为数据转化成标准格式的自然语言文本，包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述自然语言文本以及用于提取用户偏好的指令作为预设的自然语言处理任务的输入，所述自然语言处理任务根据所述自然语言文本对用户偏好进行预测，包括：
5.根据权利要求4所述的方法，其特征在于，所述利用预设的多样化行为数据集对大语言模型进行微调，包...
【专利技术属性】
技术研发人员：杜梦雪，
申请(专利权)人：深圳须弥云图空间科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。