一种基于上下文多臂老虎机模型的自适应推荐方法及系统

本发明涉及信息技术技术领域，具体涉及一种基于上下文多臂老虎机模型的自适应推荐方法及系统，方法包括：初始化深度神经网络模型，深度神经网络模型处理商品的上下文特征并计算预测奖励；根据所有待推荐商品的上下文特征计算每个商品的预测奖励；选择预测奖励最高的商品推荐给用户，得到推荐的商品信息；检查被推荐商品的选择次数，并根据选择次数动态调整噪声输入的方差，得到调整后的噪声方差；记录用户对推荐商品的反馈，调整噪声并通过最小化损失函数更新深度神经网络的参数，基于更新后的深度神经网络模型，进行自适应推荐。通过本发明，有效解决了冷启动问题，动态平衡了探索与利用，确保了推荐系统的实时更新和高效计算。