本发明提出一种基于深度强化学习的推荐算法,构建了MainNet神经网络和TargetNet神经网络的双网络结构模型,其中MainNet神经网络是主神经网络,用于得到户对推荐列表,TargetNet神经网络用于训练模型参数,得到最优模型参数,并不断更新模型参数,作为MainNet神经网络的输入的当前状态不仅包括长期特征,而且包括外部条件特征,为用户购物行为的准确预测奠定了基础。本发明克服了传统机器学习的缺点,不需要历史数据积累,只要网站存在交易行为,该算法可以实现自我学习,自我优化和自我完善。
声明:
“基于深度强化学习的推荐算法” 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)