优化上下文感知推荐系统中探索/利用权衡的效用函数
信息检索
2014-04-16 v2
摘要
在本文中，我们为上下文感知推荐系统（CRS）开发了一种动态探索/利用（exr/exp）策略。具体来说，我们的方法可以通过自动学习最优权衡来自适应地平衡exr/exp的两个方面。这包括优化一个效用函数，该函数由已推荐的点击和未点击文档的奖励概率分布的线性化形式表示。在离线模拟框架中，我们将算法应用于CRS，并使用真实事件日志数据进行评估。实验结果的详细分析表明，我们的算法在点击率（CTR）方面优于现有算法。
引用
@article{arxiv.1303.0485,
title = {Optimizing an Utility Function for Exploration / Exploitation Trade-off in Context-Aware Recommender System},
author = {Djallel Bouneffouf},
journal= {arXiv preprint arXiv:1303.0485},
year = {2014}
}