基于反馈强化学习的多维属性特征的社交推荐预测方法

本发明公开了一种基于反馈强化学习的多维属性特征的社交推荐预测方法，包含：确定实验对象和目标任务，根据目标群体招募若干组同性别被试；向被试呈现实验任务，分两个阶段采集被试者的各项数据；对两阶段收集的数据分别进行处理；使用贝叶斯更新方法动态建模消费者选择偏好特征和自信心评分特征，并分别计算选择KL散度特征和自信KL散度特征；构建多维特征向量，利用多维特征向量构建强化学习框架，通过奖励函数动态调整推荐策略。本发明的基于反馈强化学习的多维属性特征的社交推荐预测方法，通过将用户行为、心理特征、神经信号及社交关系的动态演化纳入多维数据建模，能够实时捕捉用户偏好在复杂环境中的动态变化。