利用自动生成知识图谱与强化学习赋能推荐系统
信息检索
2025-02-25 v2 人工智能
机器学习
摘要
个性化推荐系统在直复营销中发挥着关键作用，尤其在金融服务领域，提供相关内容能够提升客户参与度并促进知情决策。本研究探索基于可解释知识图谱（KG）的推荐系统，提出两种截然不同的方法，用于某跨国金融服务公司内的个性化文章推荐。第一种方法利用强化学习（RL）遍历由结构化（表格）与非结构化（文本）数据构建的 KG，通过路径导向推理（PDR）实现可解释性。第二种方法采用 XGBoost 算法，并运用 SHAP 和 ELI5 等事后可解释技术来增强透明度。通过将机器学习与自动生成的 KG 相集成，我们的方法不仅提升了推荐准确性，还提供了可解释的洞察，从而在客户关系管理中促进更明智的决策。
引用
@article{arxiv.2307.04996,
title = {Empowering recommender systems using automatically generated Knowledge Graphs and Reinforcement Learning},
author = {Ghanshyam Verma and Shovon Sengupta and Simon Simanta and Huan Chen and Janos A. Perge and Devishree Pillai and John P. McCrae and Paul Buitelaar},
journal= {arXiv preprint arXiv:2307.04996},
year = {2025}
}