本公開涉及計(jì)算機(jī)，尤其涉及深度學(xué)習(xí)、智能推薦、大模型等人工智能，具體涉及一種基于大模型的推薦方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，各種各樣的信息流產(chǎn)品應(yīng)運(yùn)而生，信息流產(chǎn)品以瀑布流的方式分發(fā)內(nèi)容產(chǎn)品，常見的信息流產(chǎn)品如購(gòu)物類應(yīng)用，其對(duì)應(yīng)分發(fā)的內(nèi)容產(chǎn)品為商品；新聞?lì)悜?yīng)用，其對(duì)應(yīng)分發(fā)的內(nèi)容產(chǎn)品為新聞信息等。

2、然而，目前的推薦系統(tǒng)，多是采用固定的話術(shù)進(jìn)行內(nèi)容推薦，方式單一，進(jìn)而導(dǎo)致推薦效果差，準(zhǔn)確性低的問題。

技術(shù)實(shí)現(xiàn)思路

1、本公開提供了一種基于大模型的推薦方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

2、根據(jù)本公開的第一方面，提供了一種基于大模型的推薦方法，包括：

3、確定目標(biāo)用戶對(duì)應(yīng)的感興趣內(nèi)容描述信息；

4、將待推薦內(nèi)容、所述感興趣內(nèi)容描述信息和當(dāng)前的熱門搜索語(yǔ)句，輸入大模型中，生成所述待推薦內(nèi)容對(duì)應(yīng)的至少一個(gè)推薦卡片，其中所述推薦卡片中包含與所述待推薦內(nèi)容關(guān)聯(lián)的推薦語(yǔ)；

5、獲取所述目標(biāo)用戶當(dāng)前的行為特征；

6、在所述當(dāng)前的行為特征滿足推薦卡片的顯示條件的情況下，顯示至少一個(gè)待推薦內(nèi)容對(duì)應(yīng)的推薦卡片。

7、根據(jù)本公開的第二方面，提供了一種基于大模型的推薦裝置，包括：

8、確定模塊，用于確定目標(biāo)用戶對(duì)應(yīng)的感興趣內(nèi)容描述信息；

9、生成模塊，用于將待推薦內(nèi)容、所述感興趣內(nèi)容描述信息和當(dāng)前的熱門搜索語(yǔ)句，輸入大模型中，生成所述待推薦內(nèi)容對(duì)應(yīng)的至少一個(gè)推薦卡片，其中所述推薦卡片中包含與所述待推薦內(nèi)容關(guān)聯(lián)的推薦語(yǔ)；

10、獲取模塊，用于獲取所述目標(biāo)用戶當(dāng)前的行為特征；

11、顯示模塊，用于在所述當(dāng)前的行為特征滿足推薦卡片的顯示條件的情況下，顯示至少一個(gè)待推薦內(nèi)容對(duì)應(yīng)的推薦卡片。

12、根據(jù)本公開的第三方面，提供了一種電子設(shè)備，包括：

13、至少一個(gè)處理器；以及

14、與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

15、所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行如第一方面所述的基于大模型的推薦方法。

16、根據(jù)本公開第四方面，提供了一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行如第一方面所述的基于大模型的推薦方法。

17、根據(jù)本公開的第五方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)指令，所述計(jì)算機(jī)指令在被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的基于大模型的推薦方法的步驟。

18、本公開提供的基于大模型的推薦方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，存在如下有益效果：

19、本公開實(shí)施例中，先確定目標(biāo)用戶對(duì)應(yīng)的感興趣內(nèi)容描述信息，之后將待推薦內(nèi)容、感興趣內(nèi)容描述信息和當(dāng)前的熱門搜索語(yǔ)句，輸入大模型中，生成待推薦內(nèi)容對(duì)應(yīng)的至少一個(gè)推薦卡片，進(jìn)而獲取目標(biāo)用戶當(dāng)前的行為特征，最后在當(dāng)前的行為特征滿足推薦卡片的顯示條件的情況下，顯示至少一個(gè)待推薦內(nèi)容對(duì)應(yīng)的推薦卡片。由此，不僅可以結(jié)合不同用戶的感興趣內(nèi)容描述信息、熱門搜索語(yǔ)句，針對(duì)同一個(gè)待推薦內(nèi)容，為不同的用戶生成不同的推薦卡片，使得生成的推薦卡片更貼合用戶偏好，而且可以根據(jù)用戶當(dāng)前的行為，為用戶顯示推薦卡片，提高了推薦形式的多樣性及準(zhǔn)確性。

20、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本公開的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

技術(shù)特征：

1.一種基于大模型的推薦方法，包括：

2.如權(quán)利要求1所述的方法，其中，在所述將待推薦內(nèi)容、所述感興趣內(nèi)容描述信息和當(dāng)前的熱門搜索語(yǔ)句，輸入大模型中，生成所述待推薦內(nèi)容對(duì)應(yīng)的至少一個(gè)推薦卡片，其中所述推薦卡片中包含與所述待推薦內(nèi)容關(guān)聯(lián)的推薦語(yǔ)之前，還包括：

3.如權(quán)利要求1所述的方法，其中，所述在所述當(dāng)前的行為特征滿足推薦卡片的顯示條件的情況下，顯示至少一個(gè)待推薦內(nèi)容對(duì)應(yīng)的推薦卡片，包括：

4.如權(quán)利要求3所述的方法，其中，所述基于所述滿足的顯示條件的類型，確定目標(biāo)推薦內(nèi)容，包括：

5.如權(quán)利要求4所述的方法，其中，所述基于所述目標(biāo)用戶當(dāng)前消費(fèi)的內(nèi)容，確定所述目標(biāo)推薦內(nèi)容，包括：

6.如權(quán)利要求4所述的方法，其中，所述基于顯示界面當(dāng)前顯示的內(nèi)容，確定所述目標(biāo)推薦內(nèi)容，包括：

7.如權(quán)利要求1-6任一所述的方法，其中，在所述顯示至少一個(gè)待推薦內(nèi)容對(duì)應(yīng)的推薦卡片之后，還包括：

8.如權(quán)利要求7所述的方法，其中，在所述確定所述推薦卡片的得分之后，還包括：

9.如權(quán)利要求7所述的方法，其中，所述獲取所述推薦卡片對(duì)應(yīng)的第二交互信息，包括：

10.如權(quán)利要求7所述的方法，其中，所述針對(duì)每個(gè)推薦卡片，基于點(diǎn)擊率預(yù)測(cè)模型確定所述推薦卡片的點(diǎn)擊率，包括：

11.如權(quán)利要求10所述的方法，其中，所述方法還包括：

12.一種基于大模型的推薦裝置，包括：

13.如權(quán)利要求12所述的裝置，其中，還包括第一處理模塊，用于：

14.如權(quán)利要求12所述的裝置，其中，所述顯示模塊，用于：

15.如權(quán)利要求14所述的裝置，其中，所述顯示模塊，用于：

16.如權(quán)利要求15所述的裝置，其中，所述顯示模塊，用于：

17.如權(quán)利要求15所述的裝置，其中，所述顯示模塊，用于：

18.如權(quán)利要求12-17任一所述的裝置，其中，還包括第二處理模塊，用于：

19.如權(quán)利要求18所述的裝置，其中，所述第二處理模塊，還用于：

20.如權(quán)利要求18所述的裝置，其中，所述第二處理模塊，用于：

21.如權(quán)利要求18所述的裝置，其中，所述第二處理模塊，用于：

22.如權(quán)利要求21所述的裝置，其中，所述裝置還包括第三處理模塊，用于：

23.一種電子設(shè)備，包括：

24.一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行權(quán)利要求1-11中任一項(xiàng)所述的方法。

25.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-11中任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本公開提供了一種基于大模型的推薦方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及深度學(xué)習(xí)、智能推薦、大模型等人工智能技術(shù)領(lǐng)域。具體實(shí)現(xiàn)方案為：確定所述目標(biāo)用戶對(duì)應(yīng)的感興趣內(nèi)容描述信息；將待推薦內(nèi)容、所述感興趣內(nèi)容描述信息和當(dāng)前的熱門搜索語(yǔ)句，輸入大模型中，生成所述待推薦內(nèi)容對(duì)應(yīng)的至少一個(gè)推薦卡片，其中所述推薦卡片中包含與所述待推薦內(nèi)容關(guān)聯(lián)的推薦語(yǔ)；獲取所述目標(biāo)用戶當(dāng)前的行為特征；在所述當(dāng)前的行為特征滿足推薦卡片的顯示條件的情況下，顯示至少一個(gè)待推薦內(nèi)容對(duì)應(yīng)的推薦卡片。

技術(shù)研發(fā)人員：王朝旭,謝強(qiáng),鄭宇航,秦首科,吳宗剛,邵院華,王雁,常若涵,吳晴晴,王璐,郭頌歌,李暢,曹茜,吳倩,胡小雨,劉慧捷,郭宇,薛輝,程汝峰
受保護(hù)的技術(shù)使用者：北京百度網(wǎng)訊科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19