一种基于强化增加学习的电商用户画像构建方法

本发明公开了一种基于强化增加学习的电商用户画像构建方法，该系统包括：数据采集模块，数据采集模块采集用户的信息，为综合分析用户行为提供数据源；数据处理与分析模块，数据处理与分析模块进行数据清洗与预处理，并根据处理后的数据分析用户的行为模式和偏好；标签生成与分级模块，标签生成与分级模块依据数据处理与分析模块输出的结果，结合预设的标签规则库，为用户自动生成标签，并计算用户画像的综合得分。本发明通过特定公式计算浏览行为特征，运用文本挖掘技术和深度学习模型分析兴趣偏好，能精准地把握用户行为模式和兴趣点；基于反馈构建奖励机制，用强化学习算法评估推送策略，不断选择最优策略，提升推送效果和用户画像的准确性。