一种深度强化学习的OCPC广告控制方法、装置、介质及设备

本发明提供一种深度强化学习的OCPC广告控制方法、装置、介质及设备，所述方法包括：实时获取广告投放数据，并对广告投放数据进行预处理，将预处理后的广告投放数据输入深度神经网络模型进行训练获得训练好的深度神经网络模型，将当前广告投放数据输入训练好的深度神经网络模型中获得广告转化率预测结果，并基于预测结果构建强化学习框架，根据强化学习框架确定广告投放策略。本发明能够高效处理多维广告数据、精准预测广告转化率，并根据动态环境自适应调整投放策略的OCPC广告控制方法，以提升广告投放的效果和竞争力。