.png){kind=icon}
返回
Reinforcement Learning-Based Data Weight Optimization for Sequential Recommendation
.png){kind=icon}
PRE
AI
DOI：10.1109/TCE.2026.3655431.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近期推荐系统领域的进展凸显了数据质量对模型性能的关键重要性。本文提出了一种基于强化学习的权重优化框架，称为RLWORec，旨在提升小规模推荐模型和大型语言模型（LLM）微调场景中的数据质量。通过在近端策略优化（PPO）框架下，采用策略梯度方法为训练样本动态分配连续重要性权重，该方法有效识别并过滤噪声数据，同时保留信息样本。与依赖静态评分机制的传统数据选择方法不同，RLWORec通过迭代优化与全局性能反馈自适应地学习样本重要性。在三个真实世界数据集上的广泛实验表明，RLWORec持续优于当前最优的数据选择基线方法，在显著减少训练数据量的情况下实现更优的推荐性能。我们的方法使小规模模型仅通过精心选择的子集即可超越全数据集的性能，同时使大规模模型仅需原始训练数据的2%即可达到相当的结果。
Keyword:
Recommendation systems
reinforcement learning
data selection
large language models
期刊
IF:
10.9
论文数:
5.3K
被引数:
6.8K
机构
引用论文
Personalized Consumer Federated Recommender System Using Fine-grained Transformation and Hybrid Information Sharing基于细粒度转换和混合信息共享的个性化消费者联邦推荐系统
.png){kind=icon}
PREAI
分享收藏FGC: GCN-Based Federated Learning Approach for Trust Industrial Service RecommendationFGC: 基于GCN的信任工业服务推荐的联邦学习方法
PREAI
分享收藏FedRL: A Reinforcement Learning Federated Recommender System for Efficient Communication Using Reinforcement Selector and Hypernet GeneratorFedRL: 一种使用强化选择器（Reinforcement Selector）和超网络生成器（Hypernet Generator）实现高效通信的联邦学习推荐系统
OAAI
OAAI分享收藏Dynamical Resource Allocation in Edge for Trustable Internet-of-Things Systems: A Reinforcement Learning Method可信物联网系统Edge中的动态资源分配: 一种强化学习方法
PREAI
分享收藏Leveraging ChatGPT to Empower Training-free Dataset Condensation for Content-based Recommendation利用ChatGPT为基于内容的推荐提供无需训练的数据集压缩
PREAI
分享收藏Com-DDPG: Task Offloading Based on Multiagent Reinforcement Learning for Information-Communication-Enhanced Mobile Edge Computing in the Internet of VehiclesCom-ddpg: 基于多agent强化学习的任务卸载，用于车联网中的信息通信增强型移动边缘计算
PREAI
分享收藏
查看更多内容