近日，实验室博士生王朝阳的论文“A Text-based Deep Reinforcement Learning Framework using Self-supervised Graph Representation for Interactive Recommendation”被ACM Transactions on Data Science（ACM TDS）期刊录用。
由于强化学习（RL）具有从动态交互中学习和规划长期性能的特性，近年来在交互式推荐系统（IRS）中受到了广泛关注。IRS通常面临着较大的离散动作空间问题，这使得现有的大多数基于RL的推荐方法效率低下。此外，数据稀疏性是大多数IRS面临的另一个挑战性问题。为了解决动作空间大和数据稀疏两个问题，在论文中，我们提出了一个基于文本的深度强化学习框架TRGIR。具体地，该框架通过一种基于图卷积网络的自监督嵌入方法利用文本信息，大大缓解了数据稀疏性问题。此外，我们还设计了一种有效的方法来构造动作候选集，从而直接缩小了动作空间的规模。我们已经用两种有代表性的强化学习算法（DQN和DDPG）实现了上述框架TRGIR。由于IRS是离散的，用DQN实现TRGIR是很自然的，但在TRGIR-DDPG的实现中，我们设计了一个策略向量，该策略向量可以从TRGIR-DDPG的Actor部分动态学习得到，以表达用户的偏好，并利用它从候选集生成动作。通过在三个公共数据集上的大量实验，我们证明了TRGIR-DDPG在多个基线上以较高的效率达到了最优的性能。