本公开提供了一种基于强化学习的个性化图书推荐方法及系统,所述方案将分层强化学习模型引入数字图书馆的图书推荐任务中,在该任务中,首先对基本推荐模型进行了预训练,然后设计了一个序列修改模块,以过滤掉可能导致该书推荐错误的噪声;同时,为了减少稀疏性问题的影响,通过基于聚类的策略进一步增强了分层强化学习模型,在预训练网络和分层增强网络之间添加了聚类,以便分层增强网络可以更好地分析数据。
声明:
“基于强化学习的个性化图书推荐方法及系统” 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)