一种基于动态递归机制的分层强化学习的推荐系统

被引：0

专利类型：

发明

申请号：

CN202011564657.2

申请日：

2020-12-25

公开(公告)号：

CN112597391B

公开(公告)日：

2022-08-12

发明(设计)人：

林元国林凡曾文华夏侯建兵张志宏

申请人：

申请人地址：

361000 福建省厦门市思明南路422号

IPC主分类号：

G06F169535

IPC分类号：

G06Q3006 G06N2000

代理机构：

厦门市精诚新创知识产权代理有限公司 35218

代理人：

何家富

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2021-04-23	实质审查的生效	实质审查的生效 IPC(主分类):G06F 16/9535 申请日:20201225
2022-08-12	授权	授权

共 50 条

[1]

一种基于动态注意力和分层强化学习的推荐系统 [P].

林元国 ;

林凡 ;

曾文华 ;

夏侯建兵 ;

冯世博 .

中国专利 :CN112597392B ,2021-04-02

[2]

一种基于强化学习的动态反馈推荐方法及装置 [P].

聂为之 ;

文昕 ;

刘安安 ;

苏育挺 ;

刘婧 ;

张磊 ;

郑凯 ;

李宣平 .

中国专利 :CN118964721A ,2024-11-15

[3]

一种基于元学习与强化学习的推荐系统 [P].

李建欣 ;

张帅 ;

朱琪山 ;

杨继远 ;

周号益 .

中国专利 :CN111199458A ,2020-05-26

[4]

基于强化学习的语言服务推荐方法和系统 [P].

陈雷 ;

王子威 ;

李双印 ;

王海兰 ;

禤健聪 ;

屈哨兵 .

中国专利 :CN120086433A ,2025-06-03

[5]

一种基于分层强化学习的群体对抗系统 [P].

张凯元 ;

杨博 ;

张犁 ;

李石坚 ;

潘纲 .

中国专利 :CN115068953B ,2025-07-22

[6]

一种基于分层强化学习的群体对抗系统 [P].

张凯元 ;

杨博 ;

张犁 ;

李石坚 ;

潘纲 .

中国专利 :CN115068953A ,2022-09-20

[7]

一种基于深度强化学习的商品推荐系统 [P].

邓晓衡 ;

李博 ;

姜文君 ;

桂劲松 ;

张菁菁 .

中国专利 :CN117808561A ,2024-04-02

[8]

一种基于离散表征强化学习的商品推荐系统 [P].

詹德川 ;

叶翰嘉 ;

韩路 ;

黄楷宸 ;

周志华 .

中国专利 :CN117575730A ,2024-02-20

[9]

一种基于深度强化学习的推荐系统构建方法 [P].

石龙翔 ;

金苍宏 ;

李卓蓉 ;

吴明晖 .

中国专利 :CN112612948B ,2021-04-06

[10]

基于深度强化学习的个性化学习推荐系统及方法 [P].

夏可珍 ;

李福东 .

中国专利 :CN118628195A ,2024-09-10

← 1 2 3 4 5 →