基于AI的电子商务多目标优化方法及系统

本发明公开了基于AI的电子商务多目标优化方法及系统，涉及多目标优化领域，包括：实时获取用户行为日志、商品特征、库存动态数据、实时价格数据；获取用户意图向量和商品嵌入向量，基于库存周转率与价格弹性系数构建供应链风险特征矩阵；建立加权联合优化函数；基于深度强化学习决策，定义多目标奖励函数，基于双深度Q网络架构，通过优先级经验回放机制更新网络参数；使用非支配排序遗传算法对联合优化函数求解，生成Pareto最优解集，基于用户实时点击拒绝行为，从Pareto解集中选择最终推荐项。本发明的优点在于：通过深度学习与优化算法融合多维数据，动态平衡用户满意度、平台收益与库存健康，实现精准推荐与高效运营。