神经科学用户模型：不确定用户反馈的来源及改进网络个性化的潜力

在本文中，我们结合自适应网络系统与内容个性化，考量贝叶斯大脑的神经科学理论。具体而言，我们详述人类决策的神经机制，以及常被称为噪声或人类不确定性的用户反馈可靠性缺失的根源。为此，我们首先引入一种认知能动性的自适应模型，其中神经元群体对世界状态进行估计。随后，我们给出多种所谓的译码函数，可将神经活动转化为定量决策。底层认知模型与所选译码函数之间的相互作用导致了决策过程的不同基于模型的特性。本文的目标是推动新型用户模型的发展，并利用它们根据个体的神经特征与思维模式将用户自然关联到不同簇中。这些用户模型或能将用户行为的变异性转化为附加信息，从而改进网络个性化及其体验。