一种基于强化学习的双聚类推荐方法和系统专利查询专利号|摘要-满商公司网

一种基于强化学习的双聚类推荐方法和系统

基本信息

申请号	CN201811584062.6	申请日	-
公开（公告）号	CN109493195B	公开（公告）日	2021-07-30
申请公布号	CN109493195B	申请公布日	2021-07-30
分类号	G06Q30/06（2012.01）I;G06K9/62（2006.01）I	分类	计算；推算；计数;
发明人	王丹;徐滢	申请（专利权）人	成都品果科技有限公司
代理机构	成都玖和知识产权代理事务所（普通合伙）	代理人	胡琳梅
地址	610041四川省成都市中国（四川）自由贸易试验区成都高新区天府大道中段1268号1栋13层
法律状态	-

摘要

本发明公开一种基于强化学习的双聚类推荐方法和系统，属于推荐技术领域，包括步骤：S1.建立用户‑物品矩阵；S2.对所述用户‑物品矩阵进行双聚类，得到多个双聚类簇；S3.将所述双聚类簇映射到低维空间，得到状态集合；S4.根据S3得到的状态集合，通过强化学习，得到最佳状态转移序列；S5.生成推荐列表；本发明针对用户‑物品推荐场景，利用双聚类、降维以及强化学习的方法，显著提高用户‑物品场景的推荐效果，同时解决了冷启动的问题，使用户体验更好；在线情况下，当用户通过搜索或者提供地理位置和时间信息触发新的状态，可通过强化学习快速自主学习到新的推荐列表，从而更好的感知用户当前状态下的偏好，以满足用户当下需求。