基于RFLP驱动的大语言模型的用户行为数据增强方法

本申请涉及数据增强和系统工程技术领域，特别涉及一种基于RFLP驱动的大语言模型的用户行为数据增强方法。包括：确定待生成用户行为数据的核心驱动问题和预期应用场景，据此，确定基于RFLP驱动的大语言模型数据生成系统的任务目标、数据结构需求、数据特性需求、约束条件和非功能性需求，并将这些需求规范编码为多个功能模块，根据模块形成数据生成功能集，基于此为系统构建基于“策略‑组件‑组合”的逻辑方案，并转化为可执行方案，最终控制大语言模型执行可执行方案，生成待生成用户行为数据。由此，解决了提示词难以保证生成数据的质量和一致性的问题，为构建高质量、可控制、可扩展的合成用户数据生成系统提供科学的方法论支撑。