论文链接：https://dl.acm.org/doi/pdf/10.1145/3397271.3401174

交互式推荐系统(IRS)以其灵活的推荐策略和考虑最佳的长期用户体验而备受关注。为了处理动态用户偏好，研究人员将强化学习(reinforcement learning，RL)引入到IRS中。然而，RL方法有一个普遍的样本效率问题，即训练有效的推荐策略需要大量的交互数据，这是由于稀疏的用户响应和由大量候选项组成的大的行为空间造成的。此外，在网络环境中，通过探索性政策收集大量数据是不可行的，这可能会损害用户体验。在这项工作中，作者研究了利用知识图谱(KG)来处理IRS RL方法存在的这些问题，它为推荐决策提供了丰富的侧面信息。在两个真实世界的数据集上进行全面的实验，证明了作者提出的方法与先进技术相比有显著的改进。

内容中包含的图片若涉及版权问题，请及时与我们联系删除