多轮对话推荐的自适应模糊偏好策略学习
摘要：处理用户模棱两可的偏好在对话推荐系统中是一个重要且具有挑战性的问题。本研究引入了一个称为模糊偏好多轮对话推荐系统的新场景，该场景考虑了用户偏好的模糊性和易变性。我们提出了一种自适应模糊偏好策略学习的解决方案，该方案通过使用不确定性感知和策略学习技术来处理用户的模糊偏好，从而避免了过滤过度的问题。实验结果表明，我们的方法在实际应用中具有潜力，并且能够提高对话推荐系统在现实世界中的性能和适用性，特别适用于具有模糊或动态偏好的用户。
作者：Gangyi Zhang, Chongming Gao, Wenqiang Lei, Xiaojie Guo, Shijun Li, Lingfei Wu, Hongshen Chen, Zhuozhi Ding, Sulong Xu and Xiangnan He
论文ID：2306.04487
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-08-21