技术特征：
技术总结
本发明涉及一种基于多维分类强化学习的动态推荐系统设计方法，属于强化学习以及推荐技术领域。包括：步骤1服务器根据所推荐物品的固有属性对所有物品进行分类，并对所有物品执行热度统计，更新热度代表物品；步骤2用户向服务器发送请求，请求服务器推荐物品；步骤3计算用户活跃度与网络权重并存储；步骤4服务器根据用户活跃度判断是否跳至步骤5；步骤5服务器依据Actor神经网络和现有的用户状态向量，对用户进行物品推荐；步骤6若用户对服务器推荐物品进行反馈则对用户状态进行更新，回到步骤3；否则无动作。本发明更加客观地反映用户物品间的联系与用户兴趣的变化；通过用户活跃度和用户登记的静态信息增强了推荐的精准度。
技术研发人员：李祥明;李翔;杨杰;叶能;雒江涛;王梦;周欣
受保护的技术使用者：北京理工大学;重庆邮电大学
技术研发日：2018.11.09
技术公布日：2019.03.29