一种偏差和方差双降的双鲁棒去偏学习模型

1

作者 苗忠琦 童向荣 《小型微型计算机系统》 CSCD 北大核心 2024年第11期2663-2672,共10页

在推荐系统中,点击后转化率是反映用户偏好的重要信号.然而,传统的双鲁棒估计器在预测转化率时存在选择偏差的问题,这会导致估计器方差和偏差过高.为解决以上难题,提出了通用的双鲁棒去偏学习模型,在选择偏差场景下提出更具稳定性的双... 在推荐系统中,点击后转化率是反映用户偏好的重要信号.然而,传统的双鲁棒估计器在预测转化率时存在选择偏差的问题,这会导致估计器方差和偏差过高.为解决以上难题,提出了通用的双鲁棒去偏学习模型,在选择偏差场景下提出更具稳定性的双鲁棒估计器,该估计器通过改进填充模型的训练权重来增加低倾向样本惩罚,缩小点击样本和曝光样本的分布差距,缓解双鲁棒估计器的偏差影响;受强化学习双重深度Q网络的启发,改进双学习模式为交替学习模型,交换转化率预测模型、点击率预测模型、填充预测模型之间的梯度信号,并指导网络模型的参数更新,缓解模型方差过高的问题;另外,在参数更新过程中,将预测模型的回归问题转化为二分类问题,降低了预测模型学习的复杂程度,提高模型可解释性.实验在两个真实的大型数据集和一个半合成数据集中进行,与已有的去偏方法对比,实验验证,所提方法在召回率和累计收益率方面优于其他方法,其中,相较于主要实现降低方差的更具鲁棒性的双鲁棒双学习模型在指标DCG@2和Recall@2上分别提升4.43%和4.97%,相较于主要实现降低偏差的双鲁棒联合学习模型在指标DCG@2和Recall@2上分别提升了7.21%和10.11%. 展开更多

关键词 推荐系统 选择偏差 双鲁棒学习 点击后转化率

在线阅读 下载PDF 职称材料

基于SaaS模式的电子商务推荐平台 被引量：5

2

作者 刘嘉 惠成峰 +1 位作者 都兴中 陈振宇 《计算机应用》 CSCD 北大核心 2012年第9期2679-2682,共4页

针对一些电子商务网站缺乏资源难以实施推荐系统的现状,提出一种基于"软件即服务"(SaaS)模式的推荐服务架设方式并实现了原型平台。该平台使用统一的脚本收集电子商务网站的用户行为信息,并通过标准的接口提供推荐服务,从而... 针对一些电子商务网站缺乏资源难以实施推荐系统的现状,提出一种基于"软件即服务"(SaaS)模式的推荐服务架设方式并实现了原型平台。该平台使用统一的脚本收集电子商务网站的用户行为信息,并通过标准的接口提供推荐服务,从而实现平台与电子商务网站的低耦合以降低部署成本。平台上线运行结果表明,该模式的推荐服务能够有效帮助电子商务网站提升转化率和增加订单量。 展开更多

关键词 电子商务 推荐系统 推荐算法 SAAS模式 转化率

在线阅读 下载PDF 职称材料

融合用户兴趣模型与会话抽取的微博推荐方法 被引量：2

3

作者 马慧芳 姚伟 +1 位作者 贾美惠子 崔彤 《计算机应用研究》 CSCD 北大核心 2015年第9期2724-2728,共5页

针对传统推荐方法在短文本处理方面的不足,提出一种基于用户兴趣模型与会话抽取算法的微博推荐方法。该方法应用基于归一化割加权NMF的微博用户兴趣模型获取用户—主题矩阵,产生用户感兴趣的微博主题,结合基于Single-Pass聚类模型的会... 针对传统推荐方法在短文本处理方面的不足,提出一种基于用户兴趣模型与会话抽取算法的微博推荐方法。该方法应用基于归一化割加权NMF的微博用户兴趣模型获取用户—主题矩阵,产生用户感兴趣的微博主题,结合基于Single-Pass聚类模型的会话在线抽取算法SPFC(single-pass based on frequency and correlation)获取微博的会话队列,并与用户感兴趣的微博主题进行相似度计算,最后得到实时的微博推荐结果。实验表明,此方法能有效地进行微博推荐。 展开更多

关键词 用户兴趣模型 会话抽取 归一化割 非负矩阵分解 微博推荐

在线阅读 下载PDF 职称材料

主动学习在推荐系统中的应用 被引量：1

4

作者 赵海燕 汪静 +1 位作者 陈庆奎 曹健 《计算机科学》 CSCD 北大核心 2019年第S11期153-158,184,共7页

近年来,推荐技术迅速发展,日趋成熟。但是,多数推荐算法都建立在一个理想的假设下,即有足够多的样本数据供我们训练出成熟的模型用于预测或推荐。在实际工业化生产中,一方面,大多数的用户和项目只拥有极少量的标签信息;另一方面,即使依... 近年来,推荐技术迅速发展,日趋成熟。但是,多数推荐算法都建立在一个理想的假设下,即有足够多的样本数据供我们训练出成熟的模型用于预测或推荐。在实际工业化生产中,一方面,大多数的用户和项目只拥有极少量的标签信息;另一方面,即使依靠历史积累形成的数据集,在分布上也十分不均衡,难以学习出可靠的推荐模型。主动学习的思想认为每个项目给系统带来的“好处”是不等的,因而可以通过特定策略选择某些项目,借助用户与项目之间的交互行为来主动获取相关的偏好信息。应用在推荐系统中的主动学习试图选择数量更少、质量更高的样本来训练模型,既能提高用户体验,又能免受数据集不均衡的束缚。文中综述了近年来主动学习在推荐系统中的应用,并对其发展趋势进行分析。 展开更多

关键词 推荐系统 主动学习 冷启动 成员查询 基于会话

在线阅读 下载PDF 职称材料

基于混合算法的高性能推荐策略平台 被引量：1

5

作者 雷军环 费洪晓 李可 《科学技术与工程》 北大核心 2012年第33期8924-8928,共5页

随着电子商务的发展,个性化推荐成为其中不可缺少的重要组成部分。为了解决推荐策略系统的场景算法乏力、统一接入及性能问题,设计了基于混合算法的高性能推荐策略平台。结合用户的实时页面行为、自然属性及关系链等建立多个用户兴趣度... 随着电子商务的发展,个性化推荐成为其中不可缺少的重要组成部分。为了解决推荐策略系统的场景算法乏力、统一接入及性能问题,设计了基于混合算法的高性能推荐策略平台。结合用户的实时页面行为、自然属性及关系链等建立多个用户兴趣度预测模型,满足了电子商务大规模、多场景的商品推荐需求,提高了电商的流量转化率。 展开更多

关键词 电子商务 个性化推荐 组合推荐算法 高性能 流量转化率 实时行为

在线阅读 下载PDF 职称材料

结合用户长短期偏好的对话推荐方法

6

作者 冯兴杰 张贺 《计算机工程与设计》 北大核心 2023年第10期3160-3169,共10页

目前的对话推荐系统过于注重用户当前的偏好信息,更多地被设计成为类似搜索引擎的工具,缺乏个性化。针对该问题,提出一种与序列推荐相结合的对话推荐方法,应用序列推荐为对话推荐系统中项目评分模块提供更为符合用户长短期偏好的项目候... 目前的对话推荐系统过于注重用户当前的偏好信息,更多地被设计成为类似搜索引擎的工具,缺乏个性化。针对该问题,提出一种与序列推荐相结合的对话推荐方法,应用序列推荐为对话推荐系统中项目评分模块提供更为符合用户长短期偏好的项目候选集,对话推荐中的路径选取操作也可以为序列推荐提供当前用户的偏好信息,二者都可以产生一个更好的推荐效果。通过在两个真实数据集Yelp和LastFM上进行实验比较与分析,该方法的各项评价指标的性能优于现有对话推荐模型。 展开更多

关键词 对话推荐 序列推荐 交互式路径推理 注意力机制 推荐系统 长短期偏好 对话回合

在线阅读 下载PDF 职称材料

基于用户记忆的对话推荐模型

7

作者 袁健 潘杰忠 +1 位作者 孙煜 陈佳钦 《中文信息学报》 CSCD 北大核心 2023年第8期125-139,共15页

对话推荐旨在通过与用户对话来获取用户偏好并向其推荐高质量的商品,现有的对话推荐系统大多忽略了用户记忆中的潜在兴趣,导致难以在短时间内准确获取用户偏好。针对这一问题,该文提出了基于用户记忆的对话推荐模型,用户记忆包括用户的... 对话推荐旨在通过与用户对话来获取用户偏好并向其推荐高质量的商品,现有的对话推荐系统大多忽略了用户记忆中的潜在兴趣,导致难以在短时间内准确获取用户偏好。针对这一问题,该文提出了基于用户记忆的对话推荐模型,用户记忆包括用户的历史行为序列和评论、对话记录。首先,通过图神经网络学习评论和对话记录中用户、商品和属性之间的关系信息,保证系统能够提出与用户偏好最相关的问题来尽快了解用户当前需求;其次,利用改进的Transformer建模用户多类型行为序列来学习用户潜在兴趣;最后,与学习到的关系信息融合来做出推荐。在包含多个领域的对话数据集上的实验结果表明,该文提出的模型既能获得更高的推荐准确性又能以更少的对话次数成功推荐商品。 展开更多

关键词 对话推荐 行为序列 知识图 自注意力机制

在线阅读 下载PDF 职称材料

对话推荐算法研究综述 被引量：13

8

作者 赵梦媛 黄晓雯 +1 位作者 桑基韬 于剑 《软件学报》 EI CSCD 北大核心 2022年第12期4616-4643,共28页

推荐系统是一种通过理解用户的兴趣和偏好帮助用户过滤大量无效信息并获取感兴趣的信息或者物品的信息过滤系统.目前主流的推荐系统主要基于离线的、历史的用户数据,不断训练和优化线下模型,继而为在线的用户推荐物品,这类训练方式主要... 推荐系统是一种通过理解用户的兴趣和偏好帮助用户过滤大量无效信息并获取感兴趣的信息或者物品的信息过滤系统.目前主流的推荐系统主要基于离线的、历史的用户数据,不断训练和优化线下模型,继而为在线的用户推荐物品,这类训练方式主要存在3个问题:基于稀疏且具有噪声的历史数据估计用户偏好的不可靠估计、对影响用户行为的在线上下文环境因素的忽略和默认用户清楚自身偏好的不可靠假设.由于对话系统关注于用户的实时反馈数据,获取用户当前交互的意图,因此“对话推荐”通过结合对话形式与推荐任务成为解决传统推荐问题的有效手段.对话推荐将对话系统实时交互的数据获取方式应用到推荐系统中,采用了与传统推荐系统不同的推荐思路,通过利用在线交互信息,引导和捕捉用户当前的偏好兴趣,并及时进行反馈和更新.在过去的几年里,越来越多的研究者开始关注对话推荐系统,这一方面归功于自然语言处理领域中语音助手以及聊天机器人技术的广泛使用,另一方面受益于强化学习、知识图谱等技术在推荐策略中的成熟应用.将对话推荐系统的整体框架进行梳理,将对话推荐算法研究所使用的数据集进行分类,同时对评价对话推荐效果的相关指标进行讨论,重点关注于对话推荐系统中的后台对话策略与推荐逻辑,对近年来的对话推荐算法进行综述,最后对对话推荐领域的未来发展方向进行展望. 展开更多

关键词 对话推荐系统 用户建模 人机交互 推荐系统

在线阅读 下载PDF 职称材料

考虑多粒度反馈的多轮对话强化学习推荐算法 被引量：3

9

作者 姚华勇 叶东毅 陈昭炯 《计算机应用》 CSCD 北大核心 2023年第1期15-21,共7页

多轮对话推荐系统(CRS)以交互的方式获取用户的实时信息,相较于基于协同过滤等的传统推荐方法能够取得更好的推荐效果。然而现有的CRS存在用户偏好捕获不够准确、对话轮数要求过多以及推荐时机不恰当等问题。针对这些问题,提出一种基于... 多轮对话推荐系统(CRS)以交互的方式获取用户的实时信息,相较于基于协同过滤等的传统推荐方法能够取得更好的推荐效果。然而现有的CRS存在用户偏好捕获不够准确、对话轮数要求过多以及推荐时机不恰当等问题。针对这些问题,提出一种基于深度强化学习且考虑用户多粒度反馈信息的对话推荐算法。不同于现有的CRS,所提算法在每轮对话中同时考虑用户对商品本身以及更细粒度的商品属性的反馈,然后根据收集的多粒度反馈对用户、商品和商品属性特征进行在线更新,并借助深度Q学习网络(DQN)算法分析每轮对话后的环境状态,从而帮助系统作出较为恰当合理的决策动作,使它能够在比较少的对话轮次的情况下分析用户购买商品的原因,更全面地挖掘用户的实时偏好。与对话路径推理(SCPR)算法相比,在Last. fm真实数据集上,算法的15轮推荐成功率提升了46.5%,15轮推荐轮次上缩短了0.314轮;在Yelp真实数据集上,算法保持了相同水平的推荐成功率,但在15轮推荐轮次上缩短了0.51轮。 展开更多

关键词 多轮对话推荐系统 反馈信息 深度Q学习网络 偏好挖掘 多粒度

在线阅读 下载PDF 职称材料

基于负反馈修正的多轮对话推荐系统 被引量：3

10

作者 朱立玺 黄晓雯 +1 位作者 赵梦媛 桑基韬 《计算机学报》 EI CAS CSCD 北大核心 2023年第5期1086-1102,共17页

传统的推荐系统从交互历史中挖掘用户兴趣,面临着无法动态地获取用户实时偏好和细粒度偏好的问题,近年对话推荐系统领域的兴起为此问题提供了新的解决方案.对话推荐系统优势在于其可以动态地和用户进行交互,并在交互过程中获取用户的实... 传统的推荐系统从交互历史中挖掘用户兴趣,面临着无法动态地获取用户实时偏好和细粒度偏好的问题,近年对话推荐系统领域的兴起为此问题提供了新的解决方案.对话推荐系统优势在于其可以动态地和用户进行交互,并在交互过程中获取用户的实时偏好,从而提高推荐系统准确率,提升用户体验.然而对话推荐系统相关研究工作中缺乏对负反馈的充分利用,难以对用户偏好表示进行细粒度的修正,即难以有效平衡用户长期偏好和实时偏好之间的关系,同时存在属性候选集过大导致交互轮次过多的问题.因此,本文基于经典的对话推荐框架CPR(Conversational Path Reasoning)提出了一种能够有效利用用户负反馈的对话推荐模型NCPR(Negative-feedback-guide Conversational Path Reasoning).不同于现有的对话推荐系统工作,NCPR能够充分利用用户在交互过程中给出的属性粒度和物品粒度的负反馈对用户的偏好表示进行动态的修正.此外,CPR将对话推荐建模为一个图上的路径推理问题,NCPR使用协同过滤算法基于属性粒度的负反馈对属性候选集进行重排序,在利用图结构的自然优势限制属性候选集大小的同时,进一步减少候选属性空间大小.四个基准数据集上的实验结果表明,NCPR在推荐准确率和平均交互轮次两个评价指标上的表现优于先进的基线模型.最后,我们设计并实现了一个网页端的对话推荐系统,与在线用户进行交互产生推荐结果,证明了NCPR在真实的对话推荐场景下的有效性. 展开更多

关键词 对话推荐系统 强化学习 交互负反馈 知识图谱 协同过滤

在线阅读 下载PDF 职称材料

知识感知的多类型对话推荐

11

作者 张骏 杨燕 +3 位作者 霍沛 孙宇翔 李程烽 李勇 《中文信息学报》 CSCD 北大核心 2021年第5期110-117,共8页

智能推荐型对话系统通过丰富的交互方式与用户进行交流,首先收集用户兴趣和偏好,然后主动地向用户推荐其感兴趣的内容。因此,该类系统通常涵盖多种对话类型,如问答、闲聊、推荐等。目前的研究采用流水线模型,存在误差累积的问题。该文... 智能推荐型对话系统通过丰富的交互方式与用户进行交流,首先收集用户兴趣和偏好,然后主动地向用户推荐其感兴趣的内容。因此,该类系统通常涵盖多种对话类型,如问答、闲聊、推荐等。目前的研究采用流水线模型,存在误差累积的问题。该文提出基于Transformer的具有知识感知能力的对话生成模型完成面向推荐的多类型对话任务。该模型使用Transformer解码器隐式地学习对话目标路径并生成回复。此外,该文通过引入知识编码器和基于知识词表的Copy机制,提升模型对知识的感知能力。在DuRecDial数据集上的实验表明,提出的模型和基线模型相比在自动评估中取得了显著的性能提升,其中F1、BLEU与Distinct分别提升了59.08%、110%、66.14%。该模型在2020语言与智能技术竞赛:面向推荐的对话任务中获得第三名。 展开更多

关键词 对话推荐 多类型对话 外部知识

在线阅读 下载PDF 职称材料

基于动态知识图谱和深度神经网络的会话推荐方法 被引量：6

12

作者 丁领兵 刘学军 崔北亮 《计算机工程与设计》 北大核心 2023年第3期746-754,共9页

基于深度神经网络对会话进行建模的方法在处理会话序列数据时忽视了项目动态知识和会话中的操作行为,影响了推荐的准确性问题,为此提出基于动态知识图谱和深度神经网络的会话推荐方法。分别采用图神经网络和循环神经网络学习项目序列和... 基于深度神经网络对会话进行建模的方法在处理会话序列数据时忽视了项目动态知识和会话中的操作行为,影响了推荐的准确性问题,为此提出基于动态知识图谱和深度神经网络的会话推荐方法。分别采用图神经网络和循环神经网络学习项目序列和操作序列的特征表示,结合动态知识图谱的项目知识进行建模以达到动态推荐的目的。实验结果表明,该方法能够提高推荐结果的准确性,更为有效预测用户的下一个交互项目。 展开更多

关键词 会话推荐 动态知识图谱 深度神经网络 图神经网络 多任务学习 项目嵌入 操作嵌入

在线阅读 下载PDF 职称材料

利用对话模型引导的对话生成推荐

13

作者 齐孝龙 韩东红 +1 位作者 高翟 乔百友 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第10期1397-1404,共8页

对话推荐技术旨在通过与用户的对话交互完成高质量的信息推荐.针对已有研究存在的对话目标预测准确性不高的问题,提出一种利用对话模型引导的对话生成推荐(dialogue guided recommendation of dialogue generation,DGRDG)模型.首先,利... 对话推荐技术旨在通过与用户的对话交互完成高质量的信息推荐.针对已有研究存在的对话目标预测准确性不高的问题,提出一种利用对话模型引导的对话生成推荐(dialogue guided recommendation of dialogue generation,DGRDG)模型.首先,利用对话模型生成对话目标,通过经典的Seq2Seq模型融合输入的对话历史、用户画像以及知识信息来生成对话目标;其次,提出目标重规划策略(goal replan policy,GRP)来修正生成的对话目标,以提高对话目标预测的准确率.在DuRecDial数据集上进行实验的结果表明,对话目标生成模块在引入目标重规划策略后,对话目标预测的准确率提高了3.93%;总体模型在BLEU,DISTINCT,F1以及人工评价指标上具有较好的效果. 展开更多

关键词 对话推荐 对话生成 对话目标规划 管道模型 对话策略

在线阅读 下载PDF 职称材料

基于语义分析的位置服务推荐方法研究

14

作者 余丽萍 朱亮 刘啸威 《现代电子技术》 2022年第9期98-104,共7页

传统的位置服务推荐方法主要存在数据稀疏、推荐精度低、无法满足用户个性化需求等问题,通过考虑用户的位置信息和语义信息,提出一种基于语义分析的位置服务推荐方法。首先,设计一种位置⁃语义转换算法,提取数据集中位置数据对应的语义信... 传统的位置服务推荐方法主要存在数据稀疏、推荐精度低、无法满足用户个性化需求等问题,通过考虑用户的位置信息和语义信息,提出一种基于语义分析的位置服务推荐方法。首先,设计一种位置⁃语义转换算法,提取数据集中位置数据对应的语义信息,针对用户的移动轨迹序列生成语义轨迹序列;其次,从用户的语义轨迹序列中提取子序列,通过子序列匹配算法,挖掘共同子序列,发现与目标用户具有潜在好友关系的相似用户;最后,中心服务器将相似用户所访问的实际位置信息推荐给目标用户,完成位置服务推荐。实验证明所提出的基于语义分析的位置服务推荐方法不仅能够有效发现相似好友,而且能够提高推荐精度,更重要的是,该方法能够将从未访问过的位置推荐给目标用户,满足用户的个性化需求。 展开更多

关键词 位置服务推荐 语义分析 位置⁃语义转换 数据提取 位置信息推荐 数据处理

在线阅读 下载PDF 职称材料