摘要
基于大模型的用户分析方法、装置、设备及存储介质，涉及用户分析技术领域，方法包括：采集跨模态交互数据构建表征数据集，计算认知负荷并提取与显性反馈背离的隐性厌恶锚点，通过增量式对抗训练优化大模型生成动态用户表征，基于认知失调理论制定补偿策略。装置包含表征采集模块、锚点提取模块、模型优化模块和策略制定模块。设备通过处理器执行程序实现方法步骤，存储介质存储对应计算机程序。本发明通过多模态数据融合与动态建模，实现隐性厌恶的识别与主动补偿，可定位用户体验盲区、优化界面交互、提升推荐精准度，优化大模型对隐性厌恶感知能力。
