本研究提出MTGRec，通过多标识物品标记增强生成推荐的预训练效果，解决低频物品语义建模不足的问题。实验结果表明，MTGRec在效能和可扩展性上显著优于传统方法。

本文提出了一种新颖的知识提示链框架，用于CSV、JSON和XML等结构化数据的语义建模。该框架通过将图结构知识序列化并注入大语言模型，实现对结构信息的学习。实验结果表明，该方法在少量结构化输入数据下性能优于现有技术。