WWWSep, 2021

Cross DQN：用于 Feed 广告分配的跨网络深度 Q 网络

PDF
TL;DR本文提出了 Cross Deep Q Network（Cross DQN）的模型，通过交叉不同物品的嵌入来提取重要的排列信号并通过多通道注意力建模。此外，我们提出了一种辅助损失来处理广告暴露率的批级约束，以在保持个性化推荐的同时将广告暴露率限制在一定范围内，该模型经离线和在线实验证明在平台上获得了更高的收入和更好的用户体验。
e-commercefeedsallocation strategycross deep q networkpae
发现论文，激发创造
  • 强化学习中的深度页面级兴趣网络用于广告分配

    使用 Deep Page-level Interest Network (DPIN) 能够很好地建模用户的页级反馈和增加美团外卖平台的收入。

    Apr, 2022

  • 多用户蜂窝网络中的功率分配策略 —— 基于深度 Q 学习方法

    本文研究了基于模型驱动的电力分配算法在具有干扰多接入信道（IMAC）的无线蜂窝网络中的应用。通过深度强化学习（DRL）的两步训练框架，采用深度 Q 网络（DQN）和深度 Q 学习算法（DQL）从离线学习中获得指定数据集，而对于在线学习过程中的真实数据来说，DQN 可进一步微调。这种方法比现有的 DQL 训练方法更好，具有很好的推广能力。

    Dec, 2018

  • 基于深度交叉注意力积网络的用户响应预测

    本文提出了一种新的 DCAP 体系结构，通过多头注意机制和产品神经网络差异化重点交叉特征，并在三个现实世界数据集上进行全面实验，结果表明 DCAP 模型的预测性能优于现有模型。

    May, 2021

  • DEAR: 推荐系统中用于在线广告展示的深度强化学习

    本文提出了一种基于强化学习的广告策略，通过设计一个新型的深度 Q 网络结构，可以连续更新其广告策略，在推荐列表中插入广告或不插入广告，并选择最优广告和最佳插入位置，使得推荐广告效果显著提升。

    Sep, 2019

  • 基于偏好动态调整和属性感知的相关推荐网络：DPAN

    电子商务平台中，我们提出了一种名为 DPAN 的新方法，通过学习细粒度的相似性和多样性表示并捕捉用户在不同条件下的动态偏好，来预测相关推荐中的点击率（CTR），经过离线实验和在线 A/B 测试的验证，CTR 提高了 7.62%。

    Aug, 2023

  • 在 Feed 中实施分层约束自适应广告曝光

    本文针对现代推荐系统中广告内容的静态展示策略效果低下的问题，提出了一种适应性广告展示策略，并将其作为一种动态背包问题优化，考虑到了长期的应用层面性能和限制，达到了很好的效果。

    May, 2022

  • 基于深度领域适应的跨域推荐

    提出一种面向冷启动用户的内容为基础的跨领域推荐方法，利用极端多类分类的形式来预测用户对物品的评分标签，构建了一个融合了领域适应的体系结构和去噪自编码器的神经网络，实现了不依赖用户和物品重叠特征，不同领域之间的推荐， 在 Yahoo! JAPAN 的电影和新闻服务数据集上表现出超过交叉领域协同过滤方法的性能。

    Mar, 2018

  • 基于多智能体深度强化学习的 IAB 网络联合功率与子信道分配

    开发了一个基于多智能体深度强化学习框架的集成接入和回传网络的联合优化方法，该方法通过 SAPA (Subchannel Allocation and Power Allocation) 问题的深度 Q 学习网络和随机方案的基线比较，展示了有希望的性能。

    Aug, 2023

  • 基于图神经网络的推荐系统聚合优化的双策略学习

    本文中，我们提出了一种新颖的强化学习消息传递框架 DPAO（双策略框架优化聚合），用于推荐系统中的高阶连通性聚合。该框架通过使用双策略学习以及两个 Deep-Q-Network 模型，从 GNN-R 中利用用户和项目感知反馈来提高目标 GNN-R 的性能，在 6 个真实世界数据集上对其进行了评估，结果显示我们的框架显著增强了最近的基础模型，nDCG 和召回率分别提高了多达 63.7％和 42.9％。

    Feb, 2023

  • 深度点击率预测的对抗梯度驱动探索

    本研究提出了一种名为 Adversarial Gradient Driven Exploration（AGE）的基于探索 - 开发策略的更新算法，该算法考虑了探索策略对模型训练的影响，并引入了动态门控单元来防止资源浪费。该算法在学术数据集和世界领先的广告平台上得到了有效的验证。

    Dec, 2021