Многокритериальная оценка рекомендательных систем, основанных на обучении с подкреплением

В статье исследуется баланс между точностью и разнообразием рекомендаций. Анализируются предсказания рекомендательной системы, основанной на обучении с подкреплением. Показано, что на традиционном наборе данных Movielens-1М существуют вырожденные стратегии (дающие высокие метрики ранжирования, но минимальное  разнообразие). Предложен подход, дающий высокие критерии качества как по точности, так и по разнообразию рекомендаций.