CIKM 2024 | 京东电商搜索：深度强化学习的探索与落地

文章预览

Tech Insight Tech Insight 栏目 将持续解读 京东 零售技术的最新技术论文和研究成果，为大家 提供清晰的分析和有价值的洞见 。   本文入选顶会CIKM 2024 京东搜索算法团队提出一个多目标深度强化学习框架，通过集成多目标Q学习、基于交叉熵方法的决策融合算法和渐进数据增强系统，优化电商平台上的流量分配。 论文地址： https://dl.acm.org/doi/10.1145/3627673.3679964 00   摘要   流量调控是通过调整商品在搜索后阶段的位置来重新分配自然流量的过程，旨在有效促进商家增长、精确满足客户需求，并确保电商平台上各方利益的最大化。现有的排序学习方法忽视了流量分配的长期价值，而强化学习方法则难以在真实数据环境中平衡多个目标和解决冷启动问题。为了解决这些问题，本文提出了一种多目标深度强化学习框架，包括多目标Q学习（MOQ）、基于交叉熵方 ………………………………