基于大模型的社区物料推荐方法、装置、设备及存储介质

本发明提供了一种基于大模型的社区物料推荐方法、装置、设备及存储介质，通过获取用户的个人信息，并通过嵌入层将用户的个人信息特征转化为用户特征向量，获取用户的历史行为数据，通过预训练的大模型对历史行为数据进行处理，以生成用户行为特征向量，通过激活函数为每个物料分配权重，根据每个物料的权重确定获取候选物料的特征信息，并通过嵌入层将候选物料的特征信息转化为候选物料特征向量；将用户特征向量、用户行为特征向量、候选物料特征向量进行拼接以生成拼接向量，通过全连接层和非线性激活函数对拼接向量进行计算生成用户对候选物料的兴趣权重，通过Softmax层排序输出基于兴趣权重生成的推荐结果。解决了在社区内无法基于多模态数据对用户进行有效的物料推送。