本发明公开了一种强化学习优化LFM的协同过滤推荐算法,包括训练与预测两部分。所述训练部分主要包括两步:第一步,首先采用LFM算法对训练集进行模型训练,第二步,对强化学习模型进行训练;所述预测部分主要包括两步:第一步,首先根据LFM推荐模型得到预测评分值;第二步利用优化模型对预测评分进行优化。本发明的强化学习优化LFM的协同过滤推荐算法,考虑到时间效应对推荐性能的影响,通过马尔科夫决策过程对用户、评分、图书、时间进行建模,并用强化学习Q‑learning算法对推荐算法进行优化,提升推荐效果,完成预测。
声明:
“强化学习优化LFM的协同过滤推荐算法” 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)