温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本发明公开了一种基于强化学习的推荐方法及装置，包括：利用双核心Q‑learning强化学习模型更新在线Q值表的上一次推荐动作对应的累积收益值，其中，双核心Q‑learning强化学习模型包括在线Q值表和探索Q值表；判断上一次推荐意图的推荐类...
该专利属于马上消费金融股份有限公司所有，仅供学习研究参考，未经过马上消费金融股份有限公司授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。