一种基于逆奖赏学习优化的电力积分商品推荐方法及系统

摘要

本发明公开了一种基于逆奖赏学习优化的电力积分商品推荐方法及系统，包括：建立潜在客户挖掘模型，根据待预测用户的历史积分兑换记录，预测用户进行积分兑换的概率，确定潜在积分兑换用户；利用三维评分推荐算法计算当前用户对未评分商品的感兴趣程度，结合遗忘曲线，计算当前用户对未评分商品的偏好程度；根据当前用户对未评分商品的偏好程度，通过逆奖赏反馈学习方法不断调整推荐策略，将推荐成功率高的商品替代推荐成功率低的商品，生成商品推荐列表。本发明在商品推荐方面，将传统推荐算法与逆强化学习相结合，融合两者的优势，引入时间因素以及用户行为因素对用户偏好的影响，既提升了算法的推荐精度，也提升了用户的满意度。