一种基于强化学习新颖性感知的商品推荐方法

本发明公开了一种基于强化学习新颖性感知的商品推荐方法。包括以下步骤：首先，获取用户在线购物网站的用户与商品交互历史数据并构建原始数据集；接着，利用原始数据集训练特征提取模块后，获得训练好的特征提取模块，再利用训练好的特征提取模块提取获得用户特征向量和商品特征向量；然后，结合用户与商品交互的时间顺序，根据用户特征向量、商品特征向量和对应的历史交互信息构建交互样本集，利用交互样本集训练新颖性感知的强化学习模型，获得训练好的强化学习模型；最后，将目标交互样本输入到训练好的强化学习模型中，输出商品推荐结果。本发明可以有效地解决流行度偏差问题，显著提升推荐的准确性和新颖性。