基于大语言模型集成学习的新闻推荐方法及系统

本发明涉及人工智能技术领域，特别涉及一种基于大语言模型集成学习的新闻推荐方法及系统，收集用户在新闻系统中的数据，并从数据中筛选出若干特征数据，所述特征数据包含：与用户浏览新闻最相关的用户特征数据和新闻特征数据；利用特征数据构造以自然语言表示的提示指令；将提示指令输入第一新闻推荐模型和第二新闻推荐模型，并获取第一新闻推荐模型和第二新闻推荐模型两者输出的新闻推荐结果；针对新闻推荐结果不一致时，利用第三新闻推荐模型向用户推荐新闻，所述第三新闻推荐模型为预训练的第三大语言模型。本发明不仅减少资源消耗，还可提升用户体验，能够适用于需要处理大量用户请求的新闻推荐系统，提升推荐准确性。