向我展示整个世界：面向交互式个性化推荐中全物品空间探索

用户兴趣探索是推荐系统中一个重要且具有挑战性的课题，它缓解了推荐模型与用户-物品交互之间的闭环效应。上下文赌博机（CB）算法努力在探索与利用之间做出良好权衡，使用户的潜在兴趣有机会暴露。然而，经典 CB 算法只能应用于一个小的、采样的物品集（通常数百个），这迫使推荐系统中的典型应用局限于候选重排序、首页置顶物品排序、广告创意选择或在线模型选择（A/B 测试）。在本文中，我们引入两种简单而有效的分层 CB 算法，使经典 CB 模型（如 LinUCB 和 Thompson Sampling）能够探索用户在整个物品空间中的兴趣，而不限于小的物品集。我们首先通过自底向上的聚类算法构建层次物品树，以由粗到细的方式组织物品。然后我们提出分层 CB（HCB）算法在层次树中探索用户兴趣。HCB 将探索问题视为一系列决策过程，其目标是从根节点找到一条到叶节点的路径，且反馈将反向传播到路径中的所有节点。我们进一步提出渐进式分层 CB（pHCB）算法，它逐步扩展达到置信度水平的可见节点以供探索，以避免在序贯决策过程中对上层节点产生误导性动作。在两个公开推荐数据集上的大量实验证明了我们方法的有效性与灵活性。