结合双重心理动机建模和强化学习的个性化推荐

发布时间：2022-09-29 20:44

　　个性化推荐系统能够提供给用户个性化对象或服务,在减轻信息过载问题方面发挥着至关重要的作用。然而,一个好的推荐系统不仅仅是推荐给用户符合其心意的对象,还要能够挖掘用户的兴趣,因此了解真实场景下影响用户选择的真实原因是非常必要的。在真实场景下,影响用户选择的真实原因是用户的心理动机,根据心理学中对动机的阐述,其主要包括内在动机和外在动机两部分。其中,内在动机是指建立在个体内在想法的基础上的,外在动机是来自于个体外在的影响。然而,在当前推荐模型中,用户的历史选择信息和用户与对象的辅助信息相结合的合理性及优势来源于对内在动机的间接刻画。而当前方法上缺乏对外在动机的刻画,以及对两种动机的联合建模。为了实现对双重动机的联合建模,我们选用了深度学习与强化学习结合的方式。首先我们使用深度学习模型即堆叠多层降噪编码机Stacked Denoising Auto-Encoder（SDAE）模型来利用用户的历史选择信息和用户与对象的辅助信息同时建模用户和对象并得到初步的用户和对象的潜在特征表示,并利用了贝叶斯概率矩阵分解（BPMF）对用户与对象的潜在特征表示进行了优化。在用户和对象的潜在特征表示的基础上,我... 

【文章页数】：51 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 对象的向量化表示
        1.2.2 贝叶斯概率矩阵分解及其在推荐系统中的应用
        1.2.3 强化学习及其在推荐系统中的应用
    1.3 本文的问题定义及研究思路
        1.3.1 问题定义
        1.3.2 研究思路与贡献
    1.4 本文组织结构
第2章 基于多源信息的用户与对象的向量化表示
    2.1 结合辅助信息与历史选择信息的推荐系统输入
    2.2 基于多源信息与SDAE的向量化表示
    2.3 基于BPMF模型的模型构建及优化
    2.4 本章小结
第3章 结合双重心理动机和强化学习的个性化推荐
    3.1 选择行为的内在与外在心理动机
    3.2 基于强化学习的双重心理动机建模
        3.2.1 Q-learning(Off-policy)模型
        3.2.2 基于内在与外在动机的表示模型构建及个性化推荐
    3.3 本章小结
第4章 实验与分析
    4.1 实验数据介绍
    4.2 评价指标的介绍
        4.2.1 RMSE评价指标的介绍
        4.2.2 Recall@K评价指标的介绍
    4.3 实验参数设置及训练细节
    4.4 实验模型对比、结果与分析
        4.4.1 Baseline模型
        4.4.2 实验结果与RMSE评价指标分析
        4.4.3 实验结果与Recall@K评价指标分析
    4.5 本章小结
第5章 总结和展望
参考文献
发表论文和参加科研情况说明
致谢



本文编号：3683278