A Deep Reinforcement Learning Recommender System With Multiple Policies for Recommendations

强化学习 推荐系统 计算机科学 马尔可夫决策过程 任务(项目管理) 过程(计算) 马尔可夫过程 机器学习 人工智能 冷启动(汽车) 集合(抽象数据类型) 任务分析 人机交互 工程类 统计 操作系统 航空航天工程 程序设计语言 系统工程 数学
作者
Mingsheng Fu,Liwei Huang,Ananya Rao,Athirai A. Irissappane,Jie Zhang,Hong Qu
出处
期刊:IEEE Transactions on Industrial Informatics [Institute of Electrical and Electronics Engineers]
卷期号:19 (2): 2049-2061 被引量:20
标识
DOI:10.1109/tii.2022.3209290
摘要

Deep reinforcement learning (DRL) based recommender systems are suitable for user cold-start problems as they can capture user preferences progressively. However, most existing DRL-based recommender systems are suboptimal, since they use the same policy to suit the dynamics of different users. We reformulate recommendation as a multitask Markov Decision Process, where each task represents a set of similar users. Since similar users have closer dynamics, a task-specific policy is more effective than a single universal policy for all users. To make recommendations for cold-start users, we use a default policy to collect some initial interactions to identify the user task, after which a task-specific policy is employed. We use Q-learning to optimize our framework and consider the task uncertainty by the mutual information regarding tasks. Experiments are conducted on three real-world datasets to verify the effectiveness of our proposed framework.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
量子星尘发布了新的文献求助10
1秒前
孤独的绮烟完成签到,获得积分20
3秒前
xiongzi完成签到,获得积分20
3秒前
Tcell完成签到,获得积分10
4秒前
Vivian完成签到,获得积分10
4秒前
我是老大应助jyhh采纳,获得10
5秒前
所所应助疲惫的派大星采纳,获得10
5秒前
nczpf2010发布了新的文献求助10
5秒前
6秒前
淡然依玉发布了新的文献求助10
6秒前
1111111111应助不想读文献采纳,获得10
6秒前
xiongzi发布了新的文献求助10
8秒前
Hikx完成签到 ,获得积分10
8秒前
aq完成签到,获得积分10
11秒前
希望天下0贩的0应助Yy采纳,获得10
11秒前
顾矜应助Danqing采纳,获得10
11秒前
求索发布了新的文献求助10
11秒前
11秒前
聪慧的问筠完成签到 ,获得积分10
12秒前
沉默的倔驴应助Beginner采纳,获得10
12秒前
BowieHuang应助lqhccww采纳,获得10
12秒前
jyhh完成签到,获得积分10
12秒前
12秒前
13秒前
13秒前
mable完成签到,获得积分10
14秒前
dududu发布了新的文献求助10
15秒前
meteor完成签到,获得积分20
16秒前
16秒前
王小乔完成签到 ,获得积分10
17秒前
科研老完成签到 ,获得积分20
18秒前
kiki0808完成签到 ,获得积分10
18秒前
leslie应助nczpf2010采纳,获得10
18秒前
小白应助nczpf2010采纳,获得10
18秒前
jyhh发布了新的文献求助10
19秒前
17完成签到 ,获得积分10
19秒前
兔子完成签到,获得积分10
19秒前
mable发布了新的文献求助10
20秒前
20秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 临床微生物学程序手册,多卷,第5版 2000
List of 1,091 Public Pension Profiles by Region 1621
Les Mantodea de Guyane: Insecta, Polyneoptera [The Mantids of French Guiana] | NHBS Field Guides & Natural History 1500
The Victim–Offender Overlap During the Global Pandemic: A Comparative Study Across Western and Non-Western Countries 1000
King Tyrant 720
Sport, Social Media, and Digital Technology: Sociological Approaches 650
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5593859
求助须知:如何正确求助?哪些是违规求助? 4679724
关于积分的说明 14811189
捐赠科研通 4645218
什么是DOI,文献DOI怎么找? 2534702
邀请新用户注册赠送积分活动 1502747
关于科研通互助平台的介绍 1469430