融合协同过滤的神经Bandits推荐算法

doi:10.13413/j.cnki.jdxblxb.2022439

PDF(1583 KB)

吉林大学学报(理学版) ›› 2024, Vol. 62 ›› Issue (01) : 92-99. DOI: 10.13413/j.cnki.jdxblxb.2022439

融合协同过滤的神经Bandits推荐算法

张婷婷, 欧阳丹彤, 孙成林, 白洪涛

作者信息 +

History +

摘要

针对数据稀疏性和“冷启动”对协同过滤的限制以及现有的协同多臂老虎机算法不适用于非线性奖励函数的问题，提出一种融合协同过滤的神经Bandits推荐算法COEENet.首先，采用双神经网络结构学习预期奖励及潜在增益；其次，考虑邻居协同作用；最后，构造决策器进行最终决策.实验结果表明，该方法在累积遗憾上优于4种基线算法，推荐效果较好.