基于大语言模型和RAG的舆情知识交互及推荐研究

Abstract

随着社交媒体与网络舆论变革，海量舆情信息呈碎片化、实时化及多源异构化等特点，对公共决策及社会稳定具有重大影响。本文基于大语言模型与检索增强生成（RAG）技术，设计并实现舆情知识交互系统。系统构建领域知识库，利用RAG高效检索文档片段，并将检索结果与用户提问输入LLM，生成准确而丰富的舆情解读；同时嵌入推荐子模块，依托提问语境主动拓展相关话题，提升回答的启发性与可读性。本系统为构建高效可交互的舆情知识服务平台提供了新技术路径，并为公共管理与舆情治理领域的信息服务提供了有力支持。