本發明公開了一種強化學習優化LFM的協同過濾推薦算法,包括訓練與預測兩部分。所述訓練部分主要包括兩步:第一步,首先采用LFM算法對訓練集進行模型訓練,第二步,對強化學習模型進行訓練;所述預測部分主要包括兩步:第一步,首先根據LFM推薦模型得到預測評分值;第二步利用優化模型對預測評分進行優化。本發明的強化學習優化LFM的協同過濾推薦算法,考慮到時間效應對推薦性能的影響,通過馬爾科夫決策過程對用戶、評分、圖書、時間進行建模,并用強化學習Q?learning算法對推薦算法進行優化,提升推薦效果,完成預測。
聲明:
“強化學習優化LFM的協同過濾推薦算法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)