[发明专利]一种基于强化学习的推荐策略生成方法及装置在审
| 申请号： | 202110726927.3 | 申请日： | 2021-06-29 |
| 公开（公告）号： | CN113688306A | 公开（公告）日： | 2021-11-23 |
| 发明（设计）人： | 李成钢;黄莹;李忠;李金岭;杜忠田;王彦君;夏海轮;张碧昭;余清华;卜理超;张天正;李凤文;袁福碧 | 申请（专利权）人： | 中国电信集团系统集成有限责任公司 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N20/00 |
| 代理公司： | 北京知汇林知识产权代理事务所(普通合伙) 11794 | 代理人： | 董涛 |
| 地址： | 100036 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于强化学习的推荐策略生成方法及装置，属于智能推荐领域。其中，该方法包括：获取场景信息；根据所述场景信息，生成用户模拟器；根据所述用户模拟器生成模拟环境；通过所述模拟环境，采用策略梯度算法生成推荐策略模型。本发明解决了现有推荐方法存在的短期内损害推荐效果、在推荐前期向用户推荐其完全不感兴趣的项目，以及需要大量尝试才能获得相对准确的项目奖励的技术问题，实现了在满足用户当前兴趣爱好的同时，高效、合理、精准的挖掘用户的隐藏偏好的技术效果。 | ||
| 搜索关键词： | 一种 基于 强化 学习 推荐 策略 生成 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电信集团系统集成有限责任公司，未经中国电信集团系统集成有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110726927.3/，转载请声明来源钻瓜专利网。
