整合商品貼標與個人化推薦的創新系統，結合大型語言模型、使用者行為資料與多模態深度學習架構。透過 BETag 生成使用者偏好的行為增強標籤，並以 MTSTRec 對齊異質模態資訊，提升檢索與推薦效能。系統以模組化設計，彈性高、易整合，適用於電商與數位平台，強化商品理解與用戶體驗，具落地應用潛力。

整合BETag與MTSTRec兩項創新模組。BETag 結合大型語言模型與使用者行為資料，生成行為增強的標籤，強化檢索與推薦任務，表現優於現有的人工與自動貼標系統。MTSTRec 首創時間對齊共享標記，有效整合多模態序列資料，顯著提升推薦精準度，超越現有國際基準模型。

本技術可用於電商、影音或高度仰賴多模態資訊的產業場域，解決商品貼標與推薦精準度問題。BETag 可離線自動生成行為增強標籤；MTSTRec 整合多模態資訊，精準的個人化推薦，提升轉換率與用戶黏著度。本技術易於與現有電子商務系統整合，提供有效的解決方案。