DEAR：推荐系统中用于在线广告曝光的深度强化学习
信息检索
2021-05-06 v3 机器学习
摘要
随着近期强化学习（RL）的流行，利用RL在推荐平台（如电商与新闻推送站点）中进行在线广告投放引起了巨大兴趣。然而，大多数基于RL的广告算法聚焦于优化广告收益，却忽视了广告对推荐物品（商品、文章与视频）用户体验的可能负面影响。在推荐中开发最优广告算法面临巨大挑战，因为不恰当地或过于频繁地插入广告可能降低用户体验，而插入较少广告则会减少广告收益。因此，在本文中，我们提出一种针对推荐/广告权衡的新型广告策略。具体而言，我们开发了一个基于RL的框架，能够持续更新其广告策略并长期最大化奖励。给定推荐列表，我们设计了一种新颖的Deep Q-network架构，可联合确定三个内部相关的任务，即（i）是否在推荐列表中插入广告，若是，（ii）最优广告与（iii）最优插入位置。基于真实世界数据的实验结果证明了所提框架的有效性。
引用
@article{arxiv.1909.03602,
title = {DEAR: Deep Reinforcement Learning for Online Advertising Impression in Recommender Systems},
author = {Xiangyu Zhao and Changsheng Gu and Haoshenglun Zhang and Xiwang Yang and Xiaobing Liu and Jiliang Tang and Hui Liu},
journal= {arXiv preprint arXiv:1909.03602},
year = {2021}
}