Nov, 2018

基于树形策略梯度的大规模交互推荐

PDF
TL;DR本研究提出了一种针对交互式推荐系统的树形策略梯度推荐框架，通过在项目上构建平衡的分层聚类树来解决大离散行动空间问题，实验证明，该模型具有更优异的推荐效果和显著的效率改进。
reinforcement learninginteractive recommender systemslarge discrete action spacetree-structured policy gradient recommendationefficiency improvement
发现论文，激发创造
  • 通过知识图谱增强的强化学习交互式推荐系统

    本研究探讨了在交互式推荐系统中，如何使用知识图谱来解决强化学习中的样本效率问题以及用户反馈稀疏问题，具体包括引导候选项选择，增强项和用户状态的表示和传递用户偏好。实验结果表明，该方法具有显著的改进优势。

    Jun, 2020

  • 基于树形策略的渐进式增强学习，用于视频中的时间语言基础

    该研究提出了一种基于树形结构策略的渐进式强化学习框架，通过迭代的划分过程，将语义概念明确地表示为策略中的分支，实现对未加工视频中的时间语言定位，并取得可观的实验结果。

    Jan, 2020

  • 基于图形强化学习的统一会话推荐策略学习

    本文提出一种动态加权图强化学习方法，将 CRS 中的三个决策问题统一到一个策略学习任务中，并针对样本效率问题，提出两种动作选择策略，以解决 CRS 中的可伸缩性和稳定性问题。在两个基准 CRS 数据集和一个实际电子商务应用上的实验结果表明，该方法不仅显著优于现有方法，而且提高了 CRS 的可伸缩性和稳定性。

    May, 2021

  • 面向交互推荐系统中的长期用户反馈验证

    通过重新访问基于回顾数据集的 IRS 实验，我们将 RL 模型与简单的奖励模型进行比较，发现简单贪婪的奖励模型在最大化累积奖励方面一直优于 RL 模型；而将长期奖励赋予更高权重会导致推荐性能下降；用户反馈对基准数据集仅有长期影响。因此，我们得出结论：数据集需要经过谨慎验证，并且在评估 RL-IRS 方法时应包含简单贪婪基线。

    Aug, 2023

  • 可解释推荐的增强知识图谱推理

    本文提出了一种名为策略引导路径推理（PGPR）的方法，将推荐和可解释性结合起来，并在知识图中提供实际路径，通过明确的推理过程生成和支持推荐，同时实现了强化学习和策略引导图搜索算法。在多个实际数据集的评估中，与现有的最先进方法相比，获得了良好的结果。

    Jun, 2019

  • 一种用于 REINFORCE 推荐系统的 Top-K 离线校正算法

    本文提出了一种方法，在工业推荐系统中使用基于策略梯度的 REINFORCE 算法来解决通过学习从之前版本的推荐中观察到的数据偏差，同时通过纠正离线反馈数据的偏差来消除 REINFORCE 在大规模 action space 中的数据偏差，同时提出一种针对推荐多个项目的新型 top-K 保真度校正方法，并通过模拟和多个实验表明了该方法的有效性。

    Dec, 2018

  • 强化学习推荐系统综述

    本文对基于强化学习的推荐系统进行了综述，提出了一个 RLRS 框架，包括状态表示，策略优化，奖励制定和环境构建，并针对 RLRS 算法进行了调查，强调出现的主题并展示了各种图表。

    Jan, 2021

  • 基于双聚类技术的强化学习推荐系统

    本研究提出了一种基于强化学习的推荐系统，通过使用双聚类技术，将推荐系统作为一个网格世界游戏，从而显著减少状态和行为空间，解决冷启动问题，并在现实数据集上取得了比广泛使用的算法更好的性能。

    Jan, 2018

  • 基于深层次层次强化学习的多目标抽象推荐

    该论文提出一种基于分层强化学习的推荐框架，其中高层代理获取长期稀疏的转化信号并设置抽象目标，而低层代理根据抽象目标与实时环境交互，提出了多目标抽象的深层分层强化学习算法并验证其有效性。

    Mar, 2019

  • 基于图形的可解释强化学习的两步混合策略学习

    本文提出了一种基于图形输入的两步式 RL 策略，透过实用化分类问题将决策过程分解为两个步骤并采用规则挖掘器进行推理，能够生成可解释和鲁棒的分层策略并在复杂文本游戏领域呈现出更好的泛化和稳健性。

    Jan, 2022