Tile Networks：面向整页推荐的优化几何布局学习
人工智能
2023-03-06 v1 机器学习
摘要
在几何空间中寻找最优配置是许多技术学科中的关键挑战。当前方法要么严重依赖人类领域专长，要么难以扩展。本文中，我们展示使用强化学习解决整页推荐配置优化问题是可行的。所提出的 Tile Networks 是一种通过在平面合适位置排布条目来优化二维几何配置的神经架构。在真实数据集上的实证结果表明，相较于传统学习排序方法与近期深度模型，其性能更优。
引用
@article{arxiv.2303.01671,
title = {Tile Networks: Learning Optimal Geometric Layout for Whole-page Recommendation},
author = {Shuai Xiao and Zaifan Jiang and Shuang Yang},
journal= {arXiv preprint arXiv:2303.01671},
year = {2023}
}
备注
Published at Proceedings of the 25th International Conference on Artificial Intelligence and Statistics (AISTATS) 2022