D2RLIR：一种基于深度强化学习的交互式推荐系统中改进且多样化的排序函数
信息检索
2021-11-01 v2 人工智能
摘要
近年来，基于强化学习的交互式推荐系统受到研究者的关注，因其将推荐过程视为动态过程，并基于即时用户反馈更新推荐模型，而这一点在传统方法中被忽视。现有工作存在两个显著缺陷。首先，生成 Top-N 推荐列表的排序函数效率低下。其次，聚焦于推荐准确度而忽视多样性等其他评估指标。本文提出一种基于深度强化学习的推荐系统，利用 Actor-Critic 架构对动态用户与推荐智能体的交互进行建模，并最大化期望长期奖励。此外，我们提出利用 Spotify 的 ANNoy 算法来寻找与 actor 网络所生成动作最相似的物品。之后，使用 Total Diversity Effect Ranking 算法生成兼顾相关性与多样性的推荐。同时，我们应用位置编码来计算用户交互序列的表示，而无需使用序列对齐的循环神经网络。在 MovieLens 数据集上的大量实验表明，我们所提出的模型能够基于用户偏好生成兼具多样性与相关性的推荐列表。
引用
@article{arxiv.2110.15089,
title = {D2RLIR : an improved and diversified ranking function in interactive recommendation systems based on deep reinforcement learning},
author = {Vahid Baghi and Seyed Mohammad Seyed Motehayeri and Ali Moeini and Rooholah Abedian},
journal= {arXiv preprint arXiv:2110.15089},
year = {2021}
}