May, 2022

针对冷启动对话推荐的元策略学习

TL;DR本文通过基于元强化学习的会话推荐系统策略学习,提出了三个协同的组件,包括专注于识别用户偏好的元探索策略、为每个用户调整项目推荐模块以最大化推荐质量、基于 Transformer 的状态编码器,以在会话期间建模正反馈之间的复杂关系,实现对新用户的快速个性化适应,为冷启动挑战提供解决方案。实验结果表明,与一组最先进的 CRS 解决方案相比,我们的解决方案在为新用户提供服务方面具有优势。