[发明专利]一种基于动态递归机制的分层强化学习的推荐系统有效
| 申请号： | 202011564657.2 | 申请日： | 2020-12-25 |
| 公开（公告）号： | CN112597391B | 公开（公告）日： | 2022-08-12 |
| 发明（设计）人： | 林元国;林凡;曾文华;夏侯建兵;张志宏 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06Q30/06;G06N20/00 |
| 代理公司： | 厦门市精诚新创知识产权代理有限公司 35218 | 代理人： | 何家富 |
| 地址： | 361000 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于动态递归机制的分层强化学习的推荐系统，包括用户画像矫正器：采用一种动态递归机制的策略梯度方法，及引入参数动态稀疏权重以删除噪声数据来修改用户画像，其中，所述动态递归机制的策略梯度方法包括：动态基线和基于时序上下文的递归强化学习，所述动态基线为采用动态稀疏权重对总收益进行学习策略的改进；注意力机制：用于自动调整用户偏好的变化；推荐模型：用于通过注意力机制向用户推荐最相关物品。本发明的推荐系统，通过在策略梯度方法中引入一个参数动态稀疏权重，使智能体在全局最优策略下选择最优行为；其次，结合时间上下文的分层强化学习，该方法能够更可靠地收敛，从而提高模型预测的稳定性。 | ||
| 搜索关键词： | 一种 基于 动态 递归 机制 分层 强化 学习 推荐 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门大学，未经厦门大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011564657.2/，转载请声明来源钻瓜专利网。
