ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对传统推荐系统在多场景适配、计算效率和资源利用等方面的挑战，本研究提出了一种基于自适应大模型的智能推荐架构。 该架构通过深度神经网络结构设计与动态参数调整机制，在特征提取层采用多分支并行结构，结合注意力计算机制对用户兴趣演化过程进行建模，并实现参数阈值的动态更新以控制模型表征能力。 实验结果表明：与传统推荐方法相比，本架构在推荐精度、计算效率和资源利用率方面均取得显著提升，推理延迟降低 ３７???? ８％，点击率提升 ５０???? ０％，在电商购物、新闻资讯等应用场景中展现出良好的适应性能。
