随着大数据时代的到来,数据量级的提升一方面给我们生活带来了多样性的选择便利,另一方面信息过载问题也困扰了用户的判断。在情景推荐系统中,用户对推荐结果不满意、推荐结果缺乏多样性、动态推荐功能不完善等问题尤为突出。近几年智能化在情景推荐系统中的研究状态火热,因此在深度强化学习研究的基础上提出更好的推荐算法,来解决情景推荐系统中存在的以上问题是有必要的。本文主要研究对象情景推荐系统（以电影推荐系统为例）,主要研究方法是通过建造深度强化学习模型提出一种新的推荐算法Mt-DQN（Mixture Deep Q Networks）,并针对该算法设计多组传统推荐算法的对比实验,通过分析电影数据集下的实验结果验证新推荐算法的有效性。主要工作如下:首先是数据的处理,基于开源的电影数据集Movie Lens 20M Dataset。通过对数据集的分析,按照不同数据集的内容对数据进行标签划分,提取符合实验要求的用户信息、电影信息、评分信息等,将电影数据中的评分数据信息作归一化处理,其他连续的数据特征进行数据编码,得到的高维数据采用因子分解机进行降维处理,得到实验训练数据集。其次通过分析数据的特征建立数学模型和网络模型,实现算法的主要框架结构,主要包括马尔可夫决策过程的运用,通过当前概率、转移概率的计算和决策过程中奖励函数和最优化方法的设计,来得到推荐目标电影的价值排序,以及Deep Q Networks网络模型的训练,通过训练集和测试集的实验,设计经验池和多层网络模型（输入层、嵌入层等）,并对深度Q函数进行优化改进来实现推荐结果。最后通过对比实验检验算法,对照实验的对象数据集与本文算法采用数据集一致,对照实验的方法选择传统推荐算法中在准确率上较为突出的SVD++（Singular Value Decomposition++）、CF-lin UCB（Collaborative Filtering lin Upper Confidence Bound）推荐算法和在推荐多样性与覆盖率上较为稳定的BPR（Bayesian Personalized Ranking）算法。通过图表对照来分析本文提出的深度强化学习推荐算法Mt-DQN与传统推荐算法,在准确率、召回率、内容信息覆盖率、用户覆盖率与所有用户多样性指数这几个指标上的表现。并在对比实验中通过数据集的随机划分和多次实验来减小偶然数据带来的误差。本文的研究结果表明,所提出的Mt-DQN在在以电影推荐系统为例的情景推荐系统上与传统推荐算法相比,在中期和长期上准确率、召回率、多样性、内容覆盖率和用户覆盖率都得到了提升。