1.一种基于隐式维度挖掘的个性化评论推荐方法，其特征在于：包括，
2.如权利要求1所述的基于隐式维度挖掘的个性化评论推荐方法，其特征在于：所述构建m3e-base-textdimension模型包括以下步骤：
3.如权利要求2所述的基于隐式维度挖掘的个性化评论推荐方法，其特征在于：所述通过构建停用词表对文本数据进行过滤包括以下步骤：
4.如权利要求2所述的基于隐式维度挖掘的个性化评论推荐方法，其特征在于：所述使用包含评论文本和候选维度的数据集微调m3e-base模型包括以下步骤：
5.如权利要求1所述的基于隐式维度挖掘的个性化评论推荐方法，其特征在于：所述改写评论以提取评论维度包括以下步骤：
6.如权利要求1所述的基于隐式维度挖掘的个性化评论推荐方法，其特征在于：所述通过大语言模型筛选出符合用户需求的评论维度作为需求维度包括以下步骤：
7.如权利要求1所述的基于隐式维度挖掘的个性化评论推荐方法，其特征在于：所述生成评论embedding和需求embedding包括以下步骤：
8.一种基于隐式维度挖掘的个性化评论推荐系统，基于权利要求1～7任一所述的基于隐式维度挖掘的个性化评论推荐方法，其特征在于：还包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的基于隐式维度挖掘的个性化评论推荐方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的基于隐式维度挖掘的个性化评论推荐方法的步骤。