结合奖励与排序信号的组合推荐
机器学习
2021-07-30 v2
摘要
我们考虑组合推荐问题，其中推荐系统一次性向用户呈现一个由 K 个推荐项组成的集合或组合（slate）。如果用户觉得推荐项有吸引力，则用户可能点击，推荐系统接收到一些反馈。推荐系统可获得两条信息：该组合是否被点击？（奖励），以及如果该组合被点击，点击了哪一项？（排序）。在本文中，我们针对非个性化组合推荐，构建了若干贝叶斯模型，分别纳入奖励信号（Reward 模型）、排序信号（Rank 模型）或两者皆纳（Full 模型）。在我们的实验中，我们分析了 Full 模型的性能提升，并表明随着商品目录中产品数量的增加或组合规模的增大，该模型实现了显著更低的误差。
引用
@article{arxiv.2107.12455,
title = {Combining Reward and Rank Signals for Slate Recommendation},
author = {Imad Aouali and Sergey Ivanov and Mike Gartrell and David Rohde and Flavian Vasile and Victor Zaytsev and Diego Legrand},
journal= {arXiv preprint arXiv:2107.12455},
year = {2021}
}
备注
KDD '21 Workshop on Bayesian Causal Inference for Real World Interactive Systems, August 14th-15th, 2021, Singapore