讓知識來指引你：序列推薦場景中以知識爲導向的強化學習模型

‍ ‍時序推薦是基於用戶的順序行爲，對未來的行爲進行預測的任務。目前的工作利用深度學習技術的優勢，取得了很好的效果。但是這些工作僅專注於所推薦商品的局部收益，並未考慮該商品對於序列長期的影響。 強化學習（RL）通過最大化長期回報爲這一問題提供了一個可能的解決方案。但是，在時推薦場景中，用戶與商品交互的稀疏性，動態性增加了強化學習的隨機探索的難度，使得模型不能很好地收斂。 近年來，知識圖譜被廣泛地用

>>阅读原文<<