知识卡片
探索与利用的本质
探索与利用要权衡两件都占用推荐机会的事:向用户推荐其已证明喜欢的内容即利用,以及试探新兴趣、新物品即探索。用鱼塘比喻,只捞鱼不放鱼苗终将无鱼可捞;一味利用历史数据会涸泽而渔,用户短期满足后容易疲倦离开,而探索能为系统补充长期收益。方法分三类:传统方法把问题简化为多臂老虎机,代表算法ε-Greedy、Thompson Sampling、UCB,不考虑用户与上下文,属非个性化方法;个性化方法引入用户与上下文信息;基于模型的方法把探索思想融入深度学习模型。边界在于推荐机会有限,探索必然付出短期收益代价,因此要根据长期目标设定探索力度。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第5章 多角度审视推荐系统 · 查看原书依据
给用户推荐的机会是有限的,推荐用户喜欢的内容和探索用户的新兴趣这两件事都会占用宝贵的推荐机会,在推荐系统中应该如何权衡这两件事呢?这就是“探索与利用”试图解决的问题。
参考来源
- 位置:《深度学习推荐系统》第5章 多角度审视推荐系统(源文件:extracted/深度学习推荐系统/_epub-src/text/part0009_split_007.html)
- 结论依据:原文用鱼塘与涸泽而渔的比喻说明眼前与长期利益的权衡,并列出三大类方法。
- 原始内容:给用户推荐的机会是有限的,推荐用户喜欢的内容和探索用户的新兴趣这两件事都会占用宝贵的推荐机会,在推荐系统中应该如何权衡这两件事呢?这就是“探索与利用”试图解决的问题。