基于上下文多臂赌博机的电商个性化推荐方法

摘要

本发明公开了一种基于上下文多臂赌博机的电商个性化推荐方法，通过计算上下文信息与上下文多臂赌博机动作特征的相似度，将相似度与模型动作估计值结合为一个新的动作估计值，选择新的动作估计值最大的动作进行推荐。上下文赌博机模型利用的部分是选择相似度最大的动作，根据上下文信息进行推荐；探索的部分是选择估计值最大的动作，对应于推荐系统中的热门推荐，最后根据用户的反馈更新模型。本发明同时利用上下文信息和动作估计值进行动作选择，通过利用来最大化立即奖赏；通过探索发掘用户潜在偏好的信息，增加推荐内容的多样性。同时在上下文信息未知时，通过探索进行推荐，有效解决了推荐领域中的冷启动问题。