摘要：方法： 1.强化学习 用户是否点击一系列广告可以看成是一个序列过程，那么推荐广告就是一个序列决策过程。那么是否可以用强化学习来实现广告推荐。基本模型为：Deep Q-learning和LSTM的组合 强化学习的好处是： a、在线学习。对于新用户，我们不知道他的喜好，通过不断的推荐后，我们能大概摸索出 阅读全文