基于策略记忆的深度强化学习序列推荐算法研究

• 作者: 陈卓 姜伟豪 杜军威
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 推荐系统 强化学习 策略网络 注意力机制
• 年，卷（期）: 2022,（8）
• 所属期刊栏目: 计算机科学
• 页码范围: 208-216
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2022294

摘要

推荐系统旨在从用户-项目的交互中进行建模，为用户推荐感兴趣的内容，从而提高用户体验.然而大多数用户-项目的序列并不总是顺序相关的，而是有更灵活的顺序甚至存在噪声.为解决这一问题，提出一种基于策略记忆的深度强化学习序列推荐算法，该算法将用户的历史交互存入记忆网络，使用一个策略网络将用户当前的行为模式更细致地划分为短期偏好、长期偏好以及全局偏好，并引入注意力机制，生成相应的用户记忆向量，利用深度强化学习算法识别对未来收益较大的项目.在用户和项目的交互中不断更新、强化学习网络的策略以提高推荐准确性.在两个公共数据集的实验中表明，本文所提出的算法与最先进的基线算法相比，召回率指标在2个数据集上分别提升了8.87%和11.20%.