JDRec：面向在线组合推荐系统的实用 Actor-Critic 框架

Xin Zhao; Zhiwei Fang; Yuchen Guo; Jie He; Wenlong Chen; Changping Peng

JDRec：面向在线组合推荐系统的实用 Actor-Critic 框架

信息检索 2022-07-28 v1 人工智能机器学习

作者: Xin Zhao , Zhiwei Fang , Yuchen Guo , Jie He , Wenlong Chen , Changping Peng

摘要

组合推荐（CR）系统在结果页中一次向用户推送一个物品列表，其中用户行为同时受上下文信息和物品影响。CR 被表述为一个组合优化问题，目标是最大化整个列表的推荐奖励。尽管其十分重要，但由于在线环境下对效率、动态性和个性化的要求，构建一个实用的 CR 系统仍具挑战。具体而言，我们将该问题拆解为两个子问题：列表生成与列表评估。针对这些子问题设计了新颖且实用的模型架构，旨在联合优化效果与效率。为适配在线场景，给出了一种构成 actor-critic 强化框架的自举算法，以在长周期用户交互中探索更优推荐模式。离线与在线实验结果表明所提出的 JDRec 框架的有效性。JDRec 已应用于京东在线推荐，将点击率提升 2.6%，平台综合价值提升 5.03%。我们将发布本研究使用的大规模数据集以贡献于研究社区。

关键词

组合推荐系统 actor-critic 强化学习列表生成列表评估在线推荐

引用

@article{arxiv.2207.13311,
  title  = {JDRec: Practical Actor-Critic Framework for Online Combinatorial Recommender System},
  author = {Xin Zhao and Zhiwei Fang and Yuchen Guo and Jie He and Wenlong Chen and Changping Peng},
  journal= {arXiv preprint arXiv:2207.13311},
  year   = {2022}
}

备注

9 pages (7+2), 5 figures, AAAI Templete

JDRec：面向在线组合推荐系统的实用 Actor-Critic 框架

摘要

关键词

引用

备注

相关论文