基于深度强化学习的推荐算法的构建研究  

作　　者：许同骏 许杰[2] 

机构地区：[1]合肥经济学院,安徽合肥230012 [2]上海交通大学生命科学技术学院,上海200240

出　　处：《电脑知识与技术》2025年第9期33-37,共5页Computer Knowledge and Technology

摘　　要：在当前高度信息化的社会环境中,推荐系统是解决信息过载问题的关键工具,广泛应用于各类在线平台。然而,传统推荐算法(如协同过滤和基于内容的推荐)在数据稀疏、冷启动和特征识别等方面存在局限性。文章基于传统推荐系统现状,探究深度强化学习在推荐系统中的应用,并提出一种基于深度强化学习的推荐算法。实验结果表明,该算法在准确率、召回率和mAP等指标上优于对照组,为推荐系统发展提供了新思路。

关 键 词：深度强化学习 推荐系统 关键技术 算法模型 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]