推薦系統中的冷啓動和探索利用問題探討 (下)

LinUCB算法 回到推薦列表的場景，推薦系統爲用戶推薦物品。user和item都可以用一系列特徵表示。用戶特徵包括用戶的統計歷史行爲、人口學屬性信息；物品特徵包括描述信息、類別信息等等。在這種場景下，探索和利用也必須是個體用戶級別上實施，因爲不同用戶看到相同的物品的反饋差異較大。 LinUCB算法是一種基於上下文特徵（用戶特徵、物品特徵）的UCB算法，基於特徵進行探索和利用。該算法結合上下文特徵

>>阅读原文<<