買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華東師范大學(xué)申請(qǐng)的專(zhuān)利一種基于逆強(qiáng)化學(xué)習(xí)的人在回路新聞推薦方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116304304B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202310099499.5，技術(shù)領(lǐng)域涉及：G06F16/9535；該發(fā)明授權(quán)一種基于逆強(qiáng)化學(xué)習(xí)的人在回路新聞推薦方法是由賀樑;吳安然;吳興蛟;肖路巍;馬天龍?jiān)O(shè)計(jì)研發(fā)完成，并于2023-02-10向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于逆強(qiáng)化學(xué)習(xí)的人在回路新聞推薦方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于逆強(qiáng)化學(xué)習(xí)的人在回路新聞推薦方法，屬于數(shù)據(jù)分析與挖掘技術(shù)領(lǐng)域。首先為推薦系統(tǒng)初始化一個(gè)推薦策略，并計(jì)算出初始策略的期望；專(zhuān)家根據(jù)用戶信息和新聞內(nèi)容提供推薦方式，根據(jù)專(zhuān)家提供的推薦方式計(jì)算出專(zhuān)家推薦方式的期望；根據(jù)約束條件求解出最優(yōu)的獎(jiǎng)勵(lì)函數(shù)的權(quán)重參數(shù)，用于更新獎(jiǎng)勵(lì)函數(shù)；然后讓推薦系統(tǒng)根據(jù)更新后的獎(jiǎng)勵(lì)函數(shù)進(jìn)行強(qiáng)化學(xué)習(xí)，得到當(dāng)前獎(jiǎng)勵(lì)函數(shù)下的最優(yōu)策略，并計(jì)算得到該策略推薦方式的期望，將該期望與專(zhuān)家推薦方式期望進(jìn)行比較，若差距大于設(shè)定閾值，則繼續(xù)按照上述方式更新獎(jiǎng)勵(lì)函數(shù)，否則停止迭代，得到當(dāng)前最優(yōu)的獎(jiǎng)勵(lì)函數(shù)，可以用該獎(jiǎng)勵(lì)函數(shù)進(jìn)行強(qiáng)化學(xué)習(xí)新聞推薦。

本發(fā)明授權(quán)一種基于逆強(qiáng)化學(xué)習(xí)的人在回路新聞推薦方法在權(quán)利要求書(shū)中公布了：1.一種基于逆強(qiáng)化學(xué)習(xí)的人在回路新聞推薦方法，其特征在于，包括以下步驟： 1為推薦系統(tǒng)隨機(jī)初始化一個(gè)推薦策略，并計(jì)算出初始策略的期望； 2專(zhuān)家根據(jù)用戶信息和新聞內(nèi)容提供推薦方式，根據(jù)專(zhuān)家提供的推薦方式計(jì)算出專(zhuān)家推薦方式的期望； 3根據(jù)約束條件求解出最優(yōu)的獎(jiǎng)勵(lì)函數(shù)的權(quán)重參數(shù)，用于更新獎(jiǎng)勵(lì)函數(shù)； 4讓推薦系統(tǒng)根據(jù)得到的獎(jiǎng)勵(lì)函數(shù)進(jìn)行強(qiáng)化學(xué)習(xí)，得到當(dāng)前獎(jiǎng)勵(lì)函數(shù)下的最優(yōu)策略，并計(jì)算得到該策略推薦方式的期望； 5計(jì)算強(qiáng)化學(xué)習(xí)模塊得到的最優(yōu)策略期望與專(zhuān)家推薦方式期望之間的差距，若差距大于設(shè)定閾值，則重復(fù)步驟3和步驟4；若差距小于或等于設(shè)定閾值則停止迭代，固定獎(jiǎng)勵(lì)函數(shù)權(quán)重向量進(jìn)行強(qiáng)化學(xué)習(xí)新聞推薦；其中： 所述步驟1具體為： 1.1隨機(jī)為推薦系統(tǒng)初始化一個(gè)推薦策略；通過(guò)隨機(jī)生成強(qiáng)化學(xué)習(xí)模塊的參數(shù)為推薦系統(tǒng)隨機(jī)初始化一個(gè)初始推薦策略；所述強(qiáng)化學(xué)習(xí)模塊即為用于得到推薦新聞的模塊； 1.2向強(qiáng)化學(xué)習(xí)模塊中輸入用戶最近瀏覽過(guò)的10篇新聞和待推薦給用戶的10篇新聞，輸出一個(gè)10維向量，表示待推薦的10篇新聞被推薦給用戶的概率； 1.3將待推薦的10篇新聞分別送進(jìn)一個(gè)長(zhǎng)短期記憶網(wǎng)絡(luò)得到每篇新聞的特征向量，將待推薦的10篇新聞中每篇新聞的特征向量與步驟1.2中得到的概率對(duì)應(yīng)相乘相加得到隨機(jī)初始化推薦策略的期望。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人華東師范大學(xué)，其通訊地址為：200241 上海市閔行區(qū)東川路500號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。