面向协同过滤的摊销排序关键训练方法探索
机器学习
2020-02-11 v2 信息检索
机器学习
摘要
协同过滤广泛应用于现代推荐系统。近期研究表明，变分自编码器（VAEs）通过将深度神经网络的灵活表示融入潜变量模型，缓解了传统线性因子模型的局限性，从而取得了最先进的性能。VAE 通常通过最大化用户与真实交互物品的似然（MLE）来训练。虽然这种方法简单且通常有效，但基于 MLE 的训练并不直接最大化人们通常关心的推荐质量指标，例如 Top-N 排序。本文研究了基于 Actor-Critic 强化学习的协同过滤模型训练新方法，以直接优化所关注的那些不可微的质量指标。具体而言，我们训练一个 Critic 网络来近似基于排序的指标，然后更新 Actor 网络（此处由 VAE 表示）以直接针对学习到的指标进行优化。与需要对新列表重新运行优化过程的传统学习排序方法相比，我们基于 Critic 的方法通过神经网络摊销了评分过程，并可直接为新列表提供（近似的）排序分数。实验表明，在三个大规模真实世界数据集上，所提出的方法优于多个最先进的基线，包括最近提出的深度学习方法。复现实验结果和图表绘制的代码在 Github 上：https://github.com/samlobel/RaCT_CF
引用
@article{arxiv.1906.04281,
title = {Towards Amortized Ranking-Critical Training for Collaborative Filtering},
author = {Sam Lobel and Chunyuan Li and Jianfeng Gao and Lawrence Carin},
journal= {arXiv preprint arXiv:1906.04281},
year = {2020}
}
备注
The first two authors contributed equally to this manuscript. Code: https://github.com/samlobel/RaCT_CF