提出一种基于边缘计算的推荐系统 (EdgeRec)，通过异构用户行为序列建模和行为注意力网络对推荐结果进行上下文感知的调整，实现实时用户感知和系统反馈，并通过淘宝主页数据的离线评估和在线性能测试证明了其有效性。

May, 2020

本文提出 Ada-Retrieval，一种适应性多轮检索范式，用于推荐系统，通过迭代地改进用户表示以更好地捕捉完整物品空间中的潜在候选物，实验结果表明 Ada-Retrieval 显著提升了各种基础模型的性能。

Jan, 2024

该论文提出了一个实际的计算分配框架 GreenFlow，用于工业级级联推荐系统，考虑了准确性和碳排放，通过动态原始对偶优化方法和行动链组合的奖励计算得到最佳计算分配，从而在维持商业收入的前提下降低了计算消耗约 41%，每天节省约 5000 千瓦时的电力和减少 3 吨碳排放。

Dec, 2023

AdaRec 是一种适应性的顺序推荐模型，利用基于距离的表示损失从用户的交互轨迹中提取潜在信息，帮助策略识别推荐系统的细微变化，并通过乐观推测的方式进行探索，同时使用零阶动作优化以在复杂环境中保持稳定的推荐质量。在模拟器和实际应用中，AdaRec 在长期性能方面优于所有基准算法。

Oct, 2023

改进现代工业化推荐系统的方法论，经验可推广至其他系统，适用于追求提高关键性能指标的工程师。

Jul, 2023

利用智能推荐系统技术提出了一种新的数据驱动型供应链中断响应框架，并通过实际应用验证了概念模型，结果表明该框架可以作为有效的供应链中断缓解措施，在首次响应阶段帮助供应链参与者获得更好的反应性能。

Mar, 2024

本文提出一种通过模型驱动的增强学习方法来不断优化推荐策略的推荐系统，将用户与推荐系统之间的交互建模为马尔可夫决策过程，并通过在线用户 - 代理交互环境模拟器来预训练和评估模型参数，进一步提出了一种将列表式推荐纳入推荐系统的实验方法，并在真实世界的电子商务数据集上验证了该方法的有效性。

Dec, 2017

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

本文提出了一个基于深度强化学习的新型页面推荐框架 ——DeepPage，旨在同时解决如何根据用户实时反馈更新推荐策略以及如何生成具有适当显示的项目页面两个关键问题，并在真实世界的电子商务数据集上进行实验证明了提出框架的有效性。

May, 2018

提出了一种名为 IDSR 的端到端神经模型，包括一个隐式意图挖掘模块，可用于捕捉 SRs 中反映在用户行为序列中的不同用户意图，并设计了一个意图感知的多样性促进损失，以在训练期间考虑推荐多样性，从而在推荐多样性方面显着优于其他最先进的方法，并在推荐准确性方面取得可比或更高的性能。

Aug, 2019