今天给大家推荐一个基于强化学习进行新闻推荐的算法库。值得注意的是该库的创建者是一个高二的学生,该项目是作者的学校项目。作者觉得强化学习入门本身是一个相当困难的话题,当他开始深入研究时,发现不能很好的理解其中的原理。因此他用了一种“社会研究”的方式来理解其数学概念,希望这篇文章能够对新手有所帮助。强化学习是推荐系统的理想框架,因为它具有马尔可夫属性。强化学习中所涉及的组件和概念正好可以和推荐系统中的组件一一对应,比如状态(State)是用户评分的电影,动作(Action)是接下来选择观看的电影,而奖励(Reward)是其对应的评分。
绿色表示状态,红色表示动作,黄色表示奖励
该项目介绍了实现DDPG/TD3算法的实现细节,讨论了强化学习的参数选择,介绍了动作评估的新颖概念,介绍了优化器的选择并分析了实验结果。特别说明的是,还发布了专门用于马尔可夫决策过程并与强化学习配合使用的MovieLens数据集版本。
该项目的Github地址如下:
https://github.com/awarebayes/RecNN
P.S. 好的内容值得被更多人看到。欢迎大家分享好玩好用的学习/科研/办公工具。提前祝大家元旦快乐~