RLT4Rec：用于用户冷启动和物品推荐的强化学习Transformer
信息检索
2024-12-11 v1
摘要
我们提出了一种新的Transformer强化学习架构RLT4Rec，并证明它在一系列物品推荐任务中表现出色。RLT4Rec采用相对简单的Transformer架构，以用户的（物品，评分）历史作为输入，并输出向用户展示的下一个物品。与现有的强化学习方法不同，它不需要输入状态观测值或估计值。RLT4Rec在同一个统一框架内处理新用户和既有用户，并自动平衡发现新用户偏好所需的“探索”与更适合既有用户的“利用”。RLT4Rec的训练鲁棒且快速，对训练数据的选择不敏感，即使在不理想的训练数据上训练，也能学会生成用户倾向于给予高评价的“好”的个性化序列。
关键词
引用
@article{arxiv.2412.07403,
title = {RLT4Rec: Reinforcement Learning Transformer for User Cold Start and Item Recommendation},
author = {Dilina Chandika Rajapakse and Douglas Leith},
journal= {arXiv preprint arXiv:2412.07403},
year = {2024}
}