一种基于人工智能的租车推荐方法与系统

本发明涉及租车推荐技术领域，尤指一种基于人工智能的租车推荐方法与系统，通过融合用户历史用车记录与当前输入需求，构建多维状态向量，精准表征用户行为习惯与出行场景，克服传统规则推荐在上下文理解上的局限。采用强化学习模型基于马尔可夫决策过程建模租车行为策略，结合点击、租赁转化与评分等真实反馈计算奖励值，并通过策略梯度算法动态优化推荐策略，输出的推荐动作涵盖车型类别、价格范围及地点筛选，实现对车辆的个性化匹配，避免推荐泛化，提升推荐准确率与用户满意度。模型具备持续学习能力，适应不同租车场景的变化，实现提高推荐系统的智能化水平与实用价值。