利用大模型提升个性化推荐的异构知识融合方法在推荐系统中，分析和挖掘用户行为是至关重要的，尤其是在美团外卖这样的平台上，用户行为表现出多样性，包括不同的行为主体（如商家和产品）、内容（如曝光、点击和订单）和场景（如APP首页和小程序）。传统的推荐系统通过不断添加用户行为到模型中，导致两个主要问题：一是行为主体的多样性导致特征稀疏，二是用户、商家和商品行为的独立建模忽略了行为间的异构知识融合。为了克服这些问题，研究者们提出了利用大模型（LLM）来融合和推理用户行为中的异构知识。LLM因其丰富的语义知识和强大的推理能力，在多个领域展现了卓越性能。通过设