基于模型的多智能体个性化短视频推荐系统
信息检索
2024-05-06 v1 人工智能
摘要
推荐系统在每次在线请求中选择并呈现 top-K 物品，一个推荐会话由多个顺序请求组成。将推荐会话建模为马尔可夫决策过程并通过强化学习 (RL) 框架求解，近年来在学术界和工业界受到越来越多的关注。本文提出一种基于 RL 的工业级短视频推荐排序框架，通过协同多智能体形式化来建模和最大化用户观看时长。在环境中实现用户多维偏好下的用户观看时长最大化。此外，我们采用的模型基学习方法旨在缓解工业级推荐系统中关键且难以处理的样本选择偏差。大量的离线评估和现场实验均确认了我们方法优于其他方法的有效性。我们的方法已部署在实际大规模短视频分享平台上，成功为数亿用户提供服务。
引用
@article{arxiv.2405.01847,
title = {A Model-based Multi-Agent Personalized Short-Video Recommender System},
author = {Peilun Zhou and Xiaoxiao Xu and Lantao Hu and Han Li and Peng Jiang},
journal= {arXiv preprint arXiv:2405.01847},
year = {2024}
}