图神经臂带
原文中文,约200字,阅读约需1分钟。发表于: 。通过图神经网络,本论文提出了一种名为图神经赌博(GNB)的框架,旨在利用用户之间的协作特性来提高在线推荐系统的性能,并通过理论分析和实证研究验证了我们提出的框架的有效性。
本文介绍了一种新的上下文强化学习算法NeuralBandit,它不需要对上下文和奖励的稳定性做出假设。该算法使用多个神经网络来建模上下文的价值,并提出了两种基于多专家方法的变体来选择多层感知器的参数。该算法在大型数据集上进行了测试,包括奖励稳定和不稳定的情况,并取得了成功的效果。