一种基于深度学习的用户信息概率抽检系统和方法

本发明涉及信息技术领域，公开了一种基于深度学习的用户信息概率抽检系统和方法，其技术方案要点是包括：数据源模块，采集用户信息和渠道原始数据；数据处理模块，特征提取，得到状态特征；深度学习模型，在训练阶段，输入当前状态特征，根据当前状态特征输出表示抽检策略的动作特征；接收奖励特征和下一个状态特征以更新模型参数，模型参数更新后再训练，直至训练完成；在应用阶段，输入待抽检的用户信息状态特征，输出得到目标动作特征；用户信息抽检环境模型，根据动作特征，执行模拟抽检，并更新环境状态，返回奖励特征和下一个状态特征；还根据实际抽检结果，更新环境状态；抽检执行模块，根据目标动作特征执行抽检操作，得到实际抽检结果。