基于无监督深度学习和强化学习的数据自动分类分级打标方法及装置

本申请实施例提供一种基于无监督深度学习和强化学习的数据自动分类分级打标方法及装置，通过变分自编码器编码映射与轮廓系数自适应聚类数确定构建初步聚类结果与聚类中心集合，结合深度强化学习智能体依据复合奖励函数执行策略评估与动作指令驱动聚类中心与分类阈值优化、并通过源域预训练参数迁移微调得到分类分级模型，将待打标数据经编码推断得到类别标签与分级标签后关联绑定形成打标数据集，有效解决了传统技术在无监督深度特征提取与自适应聚类建模、强化学习策略优化与跨域分类分级模型构建以及全流程自动化打标执行等方面的不足，为企业数据资产的智能化自动分类分级打标与精细化数据治理提供了技术保障。