面向会话推荐的链式选择分层策略学习

会话推荐系统(CRS)通过多轮交互式对话来揭示用户偏好，最终导向精确且令人满意的推荐。然而，当前的 CRS 局限于每轮基于单一属性类型(如颜色)询问二元或多项选择问题，这导致过多的交互轮次并降低用户体验。为此，我们提出了一种更真实且高效的会话推荐问题设定，称为多类型属性多轮会话推荐(MTAMCR)，它使 CRS 能够在每轮询问涵盖多种属性类型的多项选择问题，从而提升交互效率。此外，通过将 MTAMCR 表述为分层强化学习任务，我们提出了一种链式选择分层策略学习(CoCHPL)框架，以增强 MTAMCR 中的提问效率与推荐效果。具体而言，一个关于选项(即提问或推荐)的长期策略决定动作类型，而两个短期选项内策略通过多步推理与选择依次生成属性或物品的链，优化提问属性的多样性与相互依赖性。最后，在四个基准数据集上的大量实验证明了 CoCHPL 相对于现有最先进方法的优越性能。