一种可解释的商品推荐方法、装置及程序产品

本发明提供了一种可解释的商品推荐方法、装置及程序产品，该方法包括：S1根据历史信息与元路径构建知识图谱；S2构建强化学习的框架，包括：知识图谱嵌入、强化学习环境、智能体以及策略网络；强化学习环境为基于马尔可夫决策过程搭建的强化学习环境；S3将状态和改进的动作空间输入策略网络，得到改进的动作空间的动作概率分布及状态的状态分数；S4智能体根据动作概率分布进行采样获取并执行一个动作，获得下一个状态，计算并记录该动作执行后的奖励分数，直至达到了预设的最大游走步数或状态的类型为商品的实体，输出推荐路径和推荐项目。利用上述技术方案，可加速收敛速度，提高推荐准确性和推荐路径可解释性，同时增强模型的鲁棒性。