本发明公开了一种基于图注意力机制强化学习的货源推荐方法,使用Actor‑Critic框架来制定整个过程。首先,收集司机历史交易记录以及浏览记录数据,对这些历史记录进行数据预处理,提取货源属性标签,并将这些特征权重输入策略函数,将货源候选集中特征匹配度高的货源添加到货源推荐列表,将货源推荐列表推荐给司机终端,根据司机反馈结果调整推荐策略,以便更好地预测司机偏好。本发明的货源推荐系统可以预测出符合司机偏好的货源给司机,提高物流的效率和司机满意度。
声明:
“基于图注意力机制强化学习的货源推荐方法” 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)