面向动态用户行为的推荐系统蒙特卡洛展开策略
系统与控制
2021-02-09 v1 机器学习
系统与控制
摘要
我们使用隐马尔可夫多状态 restless 多臂老虎机问题对在线推荐系统建模。为此我们提出蒙特卡洛展开（Monte Carlo rollout）策略。我们通过数值说明，对于任意无特定结构的转移动态，蒙特卡洛展开策略优于短视（myopic）策略。但当对转移动态施加某些结构时，短视策略优于蒙特卡洛展开策略。
引用
@article{arxiv.2102.04321,
title = {Monte Carlo Rollout Policy for Recommendation Systems with Dynamic User Behavior},
author = {Rahul Meshram and Kesav Kaza},
journal= {arXiv preprint arXiv:2102.04321},
year = {2021}
}
备注
5 Pages, 4 figures, conference COMSNETS 2021