关于

• 论文：Deep Reinforcement Learning for Online Advertising in Recommender Systems
• 创新点
  1. 广告收益最大化，同时考虑用户体验
  2. DQN改进模型DEAR，自适应调整策略：推荐列表中是否需要插入广告、插入什么广告、在什么位置插入广告
• action：推荐列表中是否需要插入广告、插入什么广告、在什么位置插入广告；
  • 不插入广告作为一个特殊的动作
  • 错误的广告将导致用户流失，忠实用户可以高概率插广告

• reward：收益，用户体验

  • 收益部分：广告收入
  • 用户体验部分：继续看+1，离开-1

• REF：https://mp.weixin.qq.com/s/lAF4epLjuMgbxZc96PCcZw