基于深度强化学习的赞助搜索组合关键词推荐
信息检索
2019-07-23 v1 机器学习
机器学习
摘要
在赞助搜索中，关键词推荐帮助广告主在有限预算内取得更好的效果。已有许多工作从搜索日志或落地页中挖掘大量候选关键词。然而，从给定候选中进行选择的策略仍有待改进。现有的基于相关性、基于流行度以及常规组合策略未能考虑关键词之间的内部或外部竞争。本文将关键词推荐视为组合优化问题，并用改进的指针网络结构求解。该模型基于 actor-critic 深度强化学习框架训练。提出一种称为等大小 K-Means 的预聚类方法，通过缩减动作空间来加速框架上的训练与测试过程。该框架的性能在离线与在线环境中均得到评估，并可观察到显著提升。
引用
@article{arxiv.1907.08686,
title = {Combinatorial Keyword Recommendations for Sponsored Search with Deep Reinforcement Learning},
author = {Zhipeng Li and Jianwei Wu and Lin Sun and Tao Rong},
journal= {arXiv preprint arXiv:1907.08686},
year = {2019}
}
备注
6 pages, adKDD 2019