概率排序与奖励：一种可扩展的 slate 推荐模型
信息检索
2024-07-08 v3 机器学习
机器学习
摘要
我们提出概率排序与奖励（PRR），一种用于个性化 slate 推荐的可扩展概率模型。我们的方法允许在用户与包含 K 个物品的 slate 中至多一个物品交互的场景下进行离屏奖励估计。我们表明，slate 成功的概率可以通过结合奖励（用户是否成功与 slate 交互）和排序（slate 中被选中的物品）来高效学习。PRR 优于现有的离屏奖励优化方法，并且对大型动作空间具有远更好的可扩展性。此外，PRR 允许通过最大内积搜索（MIPS）快速提供推荐，使其适用于计算广告等低延迟领域。
引用
@article{arxiv.2208.06263,
title = {Probabilistic Rank and Reward: A Scalable Model for Slate Recommendation},
author = {Imad Aouali and Achraf Ait Sidi Hammou and Otmane Sakhi and David Rohde and Flavian Vasile},
journal= {arXiv preprint arXiv:2208.06263},
year = {2024}
}