Deep Reinforcement Learning for List-wise Recommendations

論文題目：多個item一起進行推薦的深度強化學習方法 摘要： 推薦系統通過給用戶推薦個性化商品，在緩解信息超載或服務這些問題方面起着至關重要的作用。絕大多數傳統推薦系統將推薦算法視爲靜態過程，並且根據固定策略提出建議。在本文中，我們提出一種新穎的推薦系統，該系統具有在與用戶互動期間不斷改進其策略的能力。我們將用戶和推薦系統之間的順序交互建模爲馬爾可夫決策過程（MDP），並且用強化學習（RL），在通

>>阅读原文<<