针对新用户冷启动问题的改进Epsilon-greedy算法

• 作者: 张洋 朱登明 王素琴 蒋浩
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 推荐系统 冷启动 Epsilon-greedy算法 免疫反馈模型 bandit算法
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 172-177
• 页数: 6页
• 分类号: TP181
• 字数: 4711字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048631

摘要

在解决新用户冷启动问题时,固定不变的Epsilon参数会使传统Epsilon-greedy算法收敛缓慢.为此,提出一种改进的Epsilon-greedy算法.利用免疫反馈模型动态调整Epsilon参数,从而使算法快速收敛.使用蒙特卡罗模拟方法对算法进行实验验证,结果表明,该算法能够在用户与推荐系统交互较少的情况下为用户进行有效推荐,且推荐效果优于传统的Epsilon-greedy、Softmax和UCB算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王素琴	华北电力大学控制与计算机工程学院	16	57	5.0	6.0
2	朱登明	中国科学院计算技术研究所	35	285	8.0	15.0
3	蒋浩	中国科学院计算技术研究所	15	227	6.0	15.0
4	张洋	华北电力大学控制与计算机工程学院	3	26	3.0	3.0