摘要
本发明公开了一种基于大模型的社交媒体机器人发帖主题预测方法,所述方法包括:S100、逐点排名阶段:基于用户历史发帖主题集合和候选主题集,通过微调的大语言模型对每个候选主题进行相关性评分,生成初始排名列表;S200、列表重排序阶段:将初始排名列表作为输入,通过微调的第二大语言模型执行主题对交换操作,基于全局上下文优化主题序列,输出最终预测的主题排名列表。本发明给定一个用户标注了主题信息的历史帖子和一个可能的未来兴趣候选集,预测用户下一个帖子的主题。通过学习动态捕捉帖子主题随时间变化的模型,使机器人能够响应不断变化的流行趋势和个性化偏好,最终生产符合真实用户行为的内容的能力。