本发明提供了一种基于时序深度强化学习的实时产品推荐方法与系统，涉及智能化实时推荐技术领域，方法包括：获得待推荐产品的目标应用场景，基于用户数据获取模块获得用户维度数据、基于产品信息模块获得产品维度数据；将用户维度数据和产品维度数据发送至数据处理模块进行数据处理，获得数据流结构，发送至初始化后的代理推理模块，结合当前模型参数，进行产品推荐的推理预测，获得模型层推理结果；将模型层推理结果上传至推理输出模块，进行结果转换，生成推荐产品列表形式，推荐产品列表形式可直接供使用；将推荐产品列表形式反馈至目标用户。解决了现有技术中的推荐方法都具有一定的局限性，导致存在实时性较差和准确度较低的技术问题。
声明：
“基于时序深度强化学习的实时产品推荐方法与系统” 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)
1218
编辑：管理员
来源：北方有色网
咨询细节
