冷启问题目前常见解决方案-Toy模板网

这篇具有很好参考价值的文章主要介绍了冷启问题目前常见解决方案。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1、冷启动的基本方式

随机冷启

个性化冷启

2、冷启动解决问题

冷启动保量

冷启动保量，保证每个item曝光的次数一样，实时统计已曝光的次数和要曝光的次数

冷启动结束过滤，如果需曝光的量越大，且越接近冷启结束时间，得分越高，被曝光的概率越大

爬坡保量

实时统计曝光、点击、ctr；ctr越高，曝光越少，得分越高；类似于bandit

3、冷启动实现算法

3.1、MAB问题介绍

MAB(Multi-Arm-Bandit)是多臂赌博机问题，是RL(强化学习)的一种。主要解决的是EE（exploit and explore）问题，exploit表示利用已有的确定兴趣，explore表示探索未知的兴趣。

MAB问题：有K个老虎机，总共摇T次，怎样使T次后的总收益最大的问题。

3.2、冷启问题解决算法

epsilon-Greedy贪婪算法

以epsilon的概率选择探索新的策略、以(1-epsilon)选择利用的操作

epsilon-Greedy-softmax贪婪算法

完全随机选择一个item 进行exploit会导致选的一个非常差的item，利用softmax函数决策选择一个回报率最大的item。

ucb算法

根据下列公式每个臂都摇一次

冷启问题目前常见解决方案,人工智能,推荐算法

t表示当前实验的总次数，表示该臂被选中的次数，第二项是explore，优先选择历史被选中次数少的臂。

4、多臂赌博机的应用

多臂老虎机是指，每个老虎机盈利概率不一样，每次摇臂有k种选择。为实现t次摇臂获取最大的收益率

冷启问题目前常见解决方案,人工智能,推荐算法

星际比赛游戏

在星际争霸比赛中，很多bot都会针对特定的对手设置一些初始策略，在每一轮游戏结束之后，并会记录基于此初始策略的游戏结果，新一轮比赛开始前，bot会根据与对手比赛的历史记录，试图选择一个最优的初始策略来击败对方，以Overkill为例，Overkill中开局策略有三种(TwelveHatchMuta，TenHatchMuta, NinePoolling)。Overkill每局结束以后均会记录当前局所采用开局策略的结果，比如Overkill与cpac对战六局，记录结果如下

cpac|TenHatchMuta|0|

cpac|NinePoolling|1|

capa|TwelveHatchMuta|1|

cpac|NinePoolling|1|

cpac|TwelveHatchMuta|1|

cpac|NinePoolling|1|

"0"表示对应开局策略cpac赢，“1”表示Overkill赢。