面向推荐系统的自适应神经架构

深度学习已被证明是捕捉用户偏好非线性关联的有效手段。然而，现有深度学习架构的主要缺陷在于它们遵循固定的推荐策略，忽略了用户的实时反馈。深度强化策略的近期进展表明，推荐策略可在用户与系统交互时持续更新。由此，我们可以学习到在推荐会话中契合用户偏好的最优策略。深度强化策略的主要缺陷在于其基于预定义且固定的神经架构。为阐明如何处理该问题，本研究首先介绍用于推荐的深度强化学习策略，并讨论由固定神经架构导致的主要局限。随后，我们详述近期渐进式神经架构在其他研究领域中如何用于连续任务。最后，我们提出填补深度强化学习与自适应神经架构之间鸿沟的关键挑战。我们提供了基于每位用户反馈通过强化学习搜索最佳神经架构的准则，同时兼顾实时推荐上的预测性能与模型复杂度。