Резултати
еНаука >
Резултати >
Choosing the Best of Both Worlds: Diverse and Novel Recommendations through Multi-Objective Reinforcement Learning
| Назив: | Choosing the Best of Both Worlds: Diverse and Novel Recommendations through Multi-Objective Reinforcement Learning | Аутори: | Stamenkovic, Dusan; Karatzoglou, Alexandros; Arapakis, Ioannis; Xin, Xin; Katevas, Kleomenis | Година: | 2022 | Публикација: | WSDM'22: PROCEEDINGS OF THE FIFTEENTH ACM INTERNATIONAL CONFERENCE ON WEB SEARCH AND DATA MINING | Тип резултата: | Конференцијски рад | Колација: | str. 957-965 | DOI: | 10.1145/3488560.3498471 | WoS-ID: | 000810504300102 | Scopus-ID: | 2-s2.0-85125779242 | URI: | https://enauka.gov.rs/handle/123456789/800878 | Пројекат: | Natural Science Foundation of China [62072279] National Key R&D Program of China [2020YFB1406704] Fundamental Research Funds of Shandong University |
Извор метаподатака: | (Preuzeto iz Nasi u WoS) | М-категорија: | Мп категорија ће бити приказана накнадно. |
Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.