面向交互式推荐的模型无关反事实合成策略
信息检索
2022-04-04 v1
摘要
交互式推荐能够从用户与系统的交互过程中学习，以应对用户动态变化的兴趣。近期进展使人信服，强化学习处理动态过程的能力可有效应用于交互式推荐。然而，交互数据的稀疏性可能妨碍系统性能。我们提出训练一种模型无关反事实合成策略（Model-agnostic Counterfactual Synthesis Policy），通过从观测分布与反事实分布建模来生成反事实数据并解决数据稀疏问题。所提策略可在训练过程中识别并用其他智能体替换任意状态中的琐碎成分，能够部署于任何基于 RL 的算法中。实验结果证明了我们提出策略的有效性与通用性。
引用
@article{arxiv.2204.00308,
title = {Model-agnostic Counterfactual Synthesis Policy for Interactive Recommendation},
author = {Siyu Wang and Xiaocong Chen and Lina Yao},
journal= {arXiv preprint arXiv:2204.00308},
year = {2022}
}