← 목록으로
AI·소프트웨어연구 결과

광고 추천에서의 다중 작업 오프라인 강화학습 모델 제안

원문 발행 2025.06.29 14:05 KST블랙덱 추가 2026.10.23 13:04 KST
요약에 참고한 원문

무엇이 새로워졌나요?

광고 환경에 맞는 마르코프 결정 과정을 도입하고, 인과적 상태 인코더와 인과적 주의 메커니즘을 통해 사용자 관심의 동적 변화를 정확히 모델링합니다.

핵심 내용

  1. 광고 추천 플랫폼에서 예산 제약과 분포 이동 문제를 해결하기 위한 다중 작업 오프라인 강화학습 모델을 제안합니다.
  2. 인과적 상태 인코더와 인과적 주의 메커니즘을 통해 사용자 관심의 시간적 변화를 정확히 반영합니다.
  3. 채널 추천과 예산 배분을 동시에 최적화하는 다중 작업 학습을 수행합니다.

내 일에 연결해 보면

사용자 시퀀스의 인과적 상관관계를 탐지하여, 예산 제약과 채널 추천을 동시에 최적화하는 다중 작업 학습을 수행합니다.

아직 확인해야 할 점

논문 초록에 근거한 연구 요약입니다. 실제 적용 조건과 검증 범위는 연결된 원문에서 확인해야 합니다.

요약에 참고한 원문

아래 링크는 원문 사이트의 새 창으로 열립니다.

  1. arxivMulti-task Offline Reinforcement Learning for Online Advertising in Recommender Systems