通过深度强化学习进行营销成本控制的方法及装置

摘要

本说明书实施例提供一种通过深度强化学习系统进行营销成本控制的方法，其中深度强化学习系统包括智能体和执行环境，智能体用于根据营销策略，针对执行环境的状态信息确定营销行为。上述方法包括：确定营销行为的成本；接着，至少根据确定出的成本，确定强化学习的奖励分数，以使奖励分数与成本负相关；然后，将奖励分数返回给智能体，用于智能体优化其营销策略。