一种引入特征词的强化学习奖励函数改进方法

本发明属于推荐算法技术领域，具体涉及一种引入特征词的强化学习奖励函数改进方法。本发明包含以下步骤：S1：提取用户、项目及其交互评论文本，并对其评论文本进行情感分析；S2：设计强化学习模型，定义MDP环境并制定智能体的行动策略网络；S3：将文本进行分词、去除停用词预处理操作，得到标准化词汇集合并转换为单词‑文档矩阵；S4：将构建的单词‑文档矩阵输入到PLSA模型，通过EM算法学习潜在的主题分布，生成评论特征词；S5：引入评论特征词来调整强化学习策略中的奖励函数。本发明通过引入用户评论中的特征词，对策略网络中的奖励函数进行调整，从而充分利用了用户评论中的有用信息。