做网站的软件 知乎,学校网站建设及使用,网络营销方案怎么做,重庆在线开放课程平台推荐系统里真的存在“反馈循环”吗#xff1f;
许多人说#xff0c;推荐算法不过是把用户早已存在的兴趣挖掘出来#xff0c;你本来就爱听流行歌、买潮牌玩具#xff0c;系统只是在合适的时间把它们端到你面前#xff0c;再怎么迭代#xff0c;算法也改变不了人的天性
许多人说推荐算法不过是把用户早已存在的兴趣挖掘出来你本来就爱听流行歌、买潮牌玩具系统只是在合适的时间把它们端到你面前再怎么迭代算法也改变不了人的天性反馈循环像是研究者们的学术噱头。
我第一次认真思考这个问题的时候是为了搞清楚推荐系统里的偏差放大Bias Amplification效应。 何向南的这个图示强调了推荐系统的偏差曝光偏差、流行度偏差等会在后续迭代中被连锁放大最终表现为热门更热门、冷门愈冷门的马太效应或其他不公平问题。
若不打破偏差的循环放大机制推荐系统的性能就会持续恶化。
不少研究都认识到在推荐服务阶段通过强化学习平衡探索与利用以避免流行度偏差过度积累。
“试错”是强化学习探索与利用权衡中的一个核心理念描述了推荐系统与用户进行交互并迭代更新策略的过程。
试错时推荐策略会进行探索性的推荐根据用户反馈来评判探索效果。随着时间的推移探索行为能够试验出哪些项目能给带来更高的用户满意度作为推荐策略更新的依据。
这是强化推荐算法与传统推荐算法相比的主要优势之一它考虑到了推荐问题的交互性。 我们可以提炼出在试错过程中用户和推荐模型之间存在着一个反馈循环Feedback Loop。还是用何向南的图例来说明推荐系统中的反馈循环包括三个阶段。
从用户到数据集。这一阶段系统收集用户与推荐系统的交互数据例如点击行为、用户对项目的评分等等。从数据集到推荐系统。这一阶段基于收集到的交互数据从用户的交互历史中提炼用户偏好然后学习推荐策略用来根据偏好预测用户可能采用的项目。从推荐系统到用户。这一阶段推荐策略会将推荐结果以Top-N的形式展示给用户以满足用户的信息需求。
用户和推荐系统在每个反馈循环中相互促进用户的个人兴趣和行为通过推荐不断转移。对反馈循环进行建模是强化学习推荐系统的重要基础之一。
