摘要
本发明涉及一种基于深度强化学习的个性化奖励分配方法及系统，包括响应于用户通过客户端发起参与奖励分配活动的请求，通过分布式数据采集框架采集用户的特征数据和奖励池信息，并进行标准化处理以生成结构化输入数据；利用深度强化学习模型处理结构化输入数据，生成个性化奖励分配概率，并通过约束优化算法确保分配成本满足预设预算约束；根据个性化奖励分配概率，采用随机化算法执行用户请求的奖励分配并返回分配结果。本发明通过深度强化学习实现个性化奖励分配，显著提升用户参与度和满意度；分布式数据处理和在线学习机制确保实时性和动态适应性；约束优化算法有效控制分配成本，适合大规模应用。
