针对新用户冷启动问题的改进Epsilon-greedy算法

	针对新用户冷启动问题的改进Epsilon-greedy算法
	王素琴 1; 张洋 1; 蒋浩 2; 朱登明 2
	2018
发表期刊	计算机工程
ISSN	1000-3428
卷号	44.0 期号:011 页码:172
摘要	在解决新用户冷启动问题时,固定不变的Epsilon参数会使传统Epsilon-greedy算法收敛缓慢。为此,提出一种改进的Epsilon-greedy算法。利用免疫反馈模型动态调整Epsilon参数,从而使算法快速收敛。使用蒙特卡罗模拟方法对算法进行实验验证,结果表明,该算法能够在用户与推荐系统交互较少的情况下为用户进行有效推荐,且推荐效果优于传统的Epsilon-greedy、Softmax和UCB算法。
关键词	推荐系统冷启动 Epsilon-greedy算法免疫反馈模型 bandit算法
语种	英语
文献类型	期刊论文
条目标识符	http://119.78.100.204/handle/2XEOYT63/37030
专题	中国科学院计算技术研究所期刊论文_中文
作者单位	1.华北电力大学 2.中国科学院计算技术研究所
推荐引用方式 GB/T 7714	王素琴,张洋,蒋浩,等. 针对新用户冷启动问题的改进Epsilon-greedy算法[J]. 计算机工程,2018,44.0(011):172.
APA	王素琴,张洋,蒋浩,&朱登明.(2018).针对新用户冷启动问题的改进Epsilon-greedy算法.计算机工程,44.0(011),172.
MLA	王素琴,et al."针对新用户冷启动问题的改进Epsilon-greedy算法".计算机工程 44.0.011(2018):172.