基于两阶段决策过程的多任务学习推荐系统

摘要：

为提高推荐系统的性能,将评分预测任务和排序任务在共享用户和item表示的基础上集成在一个多任务学习框架中,在训练过程中同时优化两个任务的参数集.为进一步提高泛化效果,将用户的决策过程分为两个阶段,即用户选择一个item进行交互(排序任务),再对其评分(评分预测任务).在此基础上,提出一个可融合不同底层算法的通用多任务框架,在两个数据集上通过实验对其进行评估,实验结果表明,其优于现有的最先进的方法.

关键词：多任务学习、推荐系统、两阶段决策过程、排序和评分、共享表示

所属期刊栏目：40

分类号：TP183(自动化基础理论)

在线出版日期：2020-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3608-3612