Key points are not available for this paper at this time.
会話型レコメンダーシステム（CRS）は、インタラクティブなプロセスをサポートすることによって、オンラインユーザーの情報探索および意思決定タスクを支援します。これらのプロセスは非常に多様ですが、CRSは通常、批評や反復的なクエリの再定義に基づく固定戦略に従います。前の論文では、会話型システムが固定した戦略を自律的に改善し、最終的に強化学習技術を使用してより良いものを学習することを可能にする新しい推薦モデルを提案しました。この戦略は与えられた相互作用モデルに対して最適であり、ユーザーの行動に適応しています。本論文では、数百人のテスターを含むユーザースタディを通じて、オンラインCRSにおける我々のアプローチを検証します。最適戦略は固定されたものとは異なり、より効果的かつ効率的なインタラクションセッションをサポートします。カテゴリーと主題の説明
Mahmood et al.（Mon）はこの問題を研究しました。