online recommender systems | BriefGPT

关键词online recommender systems

搜索结果 - 6

为推荐系统的在线更新进行元学习
介绍了 MeLON 一种用于在线推荐系统的元学习更新策略，其支持两向灵活性，通过自适应学习率来快速学习到用户的最新兴趣，并且在三个真实的在线推荐数据集上进行了广泛的评估和理论分析。
PDF2 years ago
KDD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
PDF3 years ago
生成对抗奖励学习用于泛化行为倾向推断
提出了一种基于生成式逆强化学习的用户行为偏好建模方法，该方法可以自动学习用户的行为奖励函数，并通过辨别式演员 - 评论家网络和 Wasserstein 生成对抗网络进行建模和解释，实验证明该方法在交通信号控制、在线推荐系统和注视路径预测等场
PDF3 years ago
ICML具有中间观测的非平稳延迟赌博机
介绍了一种解决在线推荐系统中面临的延迟反馈和非静态环境下，如何利用中间信号解决长期行为稳定性问题的计算机算法，并利用 UCRL 算法提出了一个能够在非静态延迟环境中学习的方法。
PDF4 years ago
AAAISetRank：基于集合贝叶斯方法的隐式反馈协同排名
本文提出了一种基于集合的贝叶斯方法 SetRank 用于协同排序，旨在最大化新颖的集合偏好比较的后验概率。同时作者还经过理论分析表明误差的上界与用户和产品数量成正比。最后，四个真实世界数据集的广泛实验清楚地验证了 SetRank 相对于各种
PDF4 years ago
推荐系统的部分可观测马尔科夫决策过程
本研究提出了一种名为 POMDP-Rec 的部分可观察马尔可夫决策过程算法，针对在线推荐系统中存在的 “Recurrent Deterioration” 现象，解决了缺乏负面训练数据和用户兴趣演化等问题，通过优化神经网络，利用历史数据，取得
PDF8 years ago