本发明为一种融合用户偏好预测的深度强化学习推荐方法,属于大数据人工智能深度学习领域。该方法包含以下步骤:S1:录入用户行为和项目的历史交互相关数据,对数据进行预处;S2:根据用户行为,建立用户长短期偏好模型,得到历史用户偏好;S3:建立用户未来偏好预测模型,预测下一时刻的未来用户偏好;S4:建立用户、项目、时间之间的上下文知识表征;S5:利用注意力机制将历史用户偏好、未来用户偏好和用户的上下文知识表征进行融合,得到用户当前时刻的状态表征;S6:搭建基于强化学习网络的推荐系统;S7:利用训练好的推荐系统对用户进行项目推荐。本发明方法能够增强用户偏好不确定的表征能力,提升推荐系统的用户体验感。
声明:
“融合用户偏好预测的深度强化学习推荐方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)