基于双大语言模型协同优化的可解释性推荐方法及系统

本发明属于推荐可解释性优化技术领域，具体提供了基于双大语言模型协同优化的可解释性推荐方法及系统。采集用户对项目的行为数据，获取用户特征和项目特征；基于用户特征和项目特征，利用推荐模型得到候选项目集；提取候选项目集的特征，结合用户特征，构造解释输入向量，将解释输入向量输入至解释生成模型中，生成原始解释文本；构建量化评估模型，对原始解释文本进行质量评分；通过大语言模型根据原始解释文本和质量评分生成新的解释文本，向用户呈现。本发明引入可量化的解释质量评价函数，构建统一的可执行流程与反馈闭环，使生成的解释能与推荐模型内在特征贡献保持一致。