一种基于强化学习的专家画像刻画与动态更新方法

本发明公开了一种基于强化学习的专家画像刻画与动态更新方法，包括如下步骤：S1、采集专家数据并进行预处理，生成知识向量、行为向量和语义向量S2、构建以潜在认知标签为核心的专家认知表示张量；S3、将专家认知表示张量输入变维拟态生成网络，生成专家画像候选体；S4、采用多策略增强鲸鱼优化算法对专家画像候选体进行优化，生成优化后的专家画像；S5、根据优化后的专家画像生成专家画像演化路径图谱；S6、采集专家画像的真实行为反馈数据，并结合专家画像演化路径图谱，通过奖励函数生成联合奖励信号进行双向更新，实现动态更新和潜在认知标签的优化演化。本发明融合强化学习与标签结构变维方法，实现专家画像的动态刻画与更新。