一种基于大数据与大语言模型的个性化用户行为提示方法

摘要

本发明涉及数据处理技术领域，具体涉及一种基于大数据与大语言模型的个性化用户行为提示方法，包括：根据词汇的位置以及出现的频次，获取每个词汇的贡献因子；根据词汇与其上一个词汇相连出现的频次，获取每个词汇的关联性因子；根据每个词汇的贡献因子以及关联性因子，获取每个词汇的保留因子，筛选关键词汇；使用所有关键词汇训练个性化语言模型，进行个性化用户行为提示。本发明通过贡献因子表现词汇的重要程度；通过关联性因子表现词汇的关联性；综合考虑贡献因子以及关联性因子，保留了重要且关联性强的词汇作为关键词汇用于训练个性化语言模型，提高大语言模型的准确性，增强对于用户行为提示的辅助效率。