本發明提供了一種基于時序深度強化學習的實時產品推薦方法與系統,涉及智能化實時推薦技術領域,方法包括:獲得待推薦產品的目標應用場景,基于用戶數據獲取模塊獲得用戶維度數據、基于產品信息模塊獲得產品維度數據;將用戶維度數據和產品維度數據發送至數據處理模塊進行數據處理,獲得數據流結構,發送至初始化后的代理推理模塊,結合當前模型參數,進行產品推薦的推理預測,獲得模型層推理結果;將模型層推理結果上傳至推理輸出模塊,進行結果轉換,生成推薦產品列表形式,推薦產品列表形式可直接供使用;將推薦產品列表形式反饋至目標用戶。解決了現有技術中的推薦方法都具有一定的局限性,導致存在實時性較差和準確度較低的技術問題。
聲明:
“基于時序深度強化學習的實時產品推薦方法與系統” 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)