面向个性化推荐的深度学习强化学习系统及方法

本发明涉及人工智能技术领域，特别是涉及面向个性化推荐的深度学习强化学习系统及方法，包含用户操作数据存储模块存储历史操作数据，预处理模块对其进行处理，嵌入模块将处理后的数据转化为用户和物品的低维向量，强化学习决策模块是核心，其双网络结构单元构建目标与动作网络，状态表示单元构建层次化状态，奖励计算单元算综合奖励，经验回放单元存储并采样经验，策略选择单元调整探索利用平衡，数据输入模块提取实时行为特征输入模型，评分反馈模块收集用户反馈，构建奖励函数并用于模型更新，从而实现精准推荐，通过双网络异步更新架构和优先级经验回放机制，提高了训练收敛速度和模型性能。