多样性对话推荐模型

推荐多样性最优

采用多智能体强化学习框架，通过动态经验回放和特征熵值估计，在提升推荐多样性的同时保持高准确率。

Zihan, Wang · 冯时 · 王大玲 · Song, Kaisong · Gang, Wu · 张一飞 · Han, Zhao · Ge, Yu

Knowledge and Information Systems 2025

技术优势

推荐更多样

多智能体协作扩大了动作空间探索，使推荐结果不再集中于热门项目。

长尾不遗忘

动态经验回放保证每个学习批次都包含长尾样本，维持对少见特征的关注。

特征覆盖广

在价值估计中引入特征熵，鼓励探索更多样的用户偏好特征。

应用场景

• 推荐系统：替换只推热门的推荐器，让长尾内容获得更公平曝光。
• 对话系统：作为对话策略组件，在互动中探索更多特征、提升推荐多样性。
• 用户交互智能：缓解交互中的流行度偏差，让用户接收到更多样的推荐。