基于深度强化学习的动态可解释推荐方法
2026.04.22点击：
要：<正>移动互联网中用户兴趣随时间动态变化，为推荐系统的准确推荐带来了巨大挑战。本文提出一种融合深度学习与强化学习的动态推荐方法，围绕信息特征表示、交互式推荐机制与模型可解释性3个核心层面展开研究，并提出基于多任务学习融合多模态上下文信息的统一表示模型，旨在通过多模态信息融合与可解释性增强，提升动态推荐系统的性能与实用性，为后续相关研究提供理论框架与实践基础。
专辑： 信息科技
专题： 计算机软件及计算机应用;自动化技术
分类号： TP391.3;TP18
- 上一篇：办公场景下AI软件提升计算机操作效率的实践 2026/4/22
- 下一篇：第三届数智大会，石恒臣认为：珍惜当下加快布局数字中国 2026/4/22