基于多模态时序建模与强化学习的短视频平台用户决策研究
机器学习
2025-09-17 v1 信息检索
摘要
本文提出了 MT-DQN 模型，该模型集成了 Transformer、时序图神经网络（TGNN）和深度 Q 网络（DQN），以解决短视频环境中预测用户行为和优化推荐策略的挑战。实验表明，MT-DQN 始终优于传统的级联模型（如 Concat-Modal），平均 F1 分数提升了 10.97%，平均 NDCG@5 提升了 8.3%。与经典的强化学习模型 Vanilla-DQN 相比，MT-DQN 将 MSE 降低了 34.8%，将 MAE 降低了 26.5%。尽管如此，我们也认识到在现实场景中部署 MT-DQN 存在挑战，例如其在线推理过程中的计算成本和延迟敏感性，这些问题将通过未来的架构优化加以解决。
引用
@article{arxiv.2509.12269,
title = {Research on Short-Video Platform User Decision-Making via Multimodal Temporal Modeling and Reinforcement Learning},
author = {Jinmeiyang Wang and Jing Dong and Li Zhou},
journal= {arXiv preprint arXiv:2509.12269},
year = {2025}
}
备注
26 pages