基于强化学习算法的动态陈列调整方法及系统

本发明提供一种基于强化学习算法的动态陈列调整方法及系统，涉及动态陈列技术领域，包括获取目标场所的历史数据，并按照时间序列进行排序，基于因果表示学习构建销售预测模型，通过因果驱动的预测算法得到销售预测值；构建商品关联模型，基于预设的不同商品之间的关联规则，通过计算商品相似度，确定互补关系和替代关系，计算商品推荐得分；以商品的当前陈列数据为基础，确定状态空间；基于商品的陈列动作，确定动作空间；确定奖励函数，构建动态陈列模型；确定待调整的状态特征，输入动态陈列模型，通过计算动作的概率分布，结合探索衰减因子和软化因子，从动作空间中选择最优动作，确定最优动态陈列策略，进行陈列调整。