针对新用户冷启动问题的改进Epsilon-greedy算法

作     者：王素琴 张洋 蒋浩 朱登明 WANG Suqin;ZHANG Yang;JIANG Hao;ZHU Dengming

作者机构：华北电力大学控制与计算机工程学院北京102206 中国科学院计算技术研究所北京100080 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2018年第44卷第11期

页      面：172-177页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金"逼真稳定的服装动画方法研究"(61300131) 北京市共建项目(2014JG48) 

主　　题：推荐系统 冷启动 Epsilon-greedy算法 免疫反馈模型 bandit算法 

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。