一种基于强化学习的信息个性化推荐方法

本发明公开了一种基于强化学习的信息个性化推荐方法，包括如下步骤：获取大量历史用户的历史行为序列并进行预处理；根据预处理后的历史行为序列，构建基于马尔可夫决策过程的个性化推荐模型；采用演员‑评论家框架对个性化推荐模型进行训练；利用训练完成的个性化推荐模型，实现对目标用户的个性化信息推荐。通过该方法，实现了对目标用户的高效个性化信息推荐，能够更精准地理解用户偏好，从而提高推荐的相关性和用户体验。