一种基于深度强化学习的内容推荐方法及装置

摘要

本发明提供了一种基于深度强化学习的内容推荐方法及装置，所述方法包括：对深度强化函数进行训练得到对于深度强化函数中参数集合的训练结果；获取推荐内容有序候选集和选定推荐内容的条数；基于参数集合的训练结果，使用深度强化函数计算候选集中各个推荐内容的综合奖励值；每个推荐内容的综合奖励值与所述推荐内容和排序在所述推荐内容之后的其它推荐内容有关；根据计算结果选择条推荐内容作为选定推荐内容并按序输出。本发明通过使用深度强化学习的方法对推荐内容和推荐内容的排序进行综合考量，从而得到了更优的推荐结果。