嘿,记得给“机器学习与推荐算法”添加星标
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。