EasyRL4Rec：一个基于强化学习的推荐系统的易用库
信息检索
2024-05-27 v3 机器学习
摘要
基于强化学习（RL）的推荐系统（RS）因其增强长期用户参与的潜力而受到越来越多的关注。然而，该领域的研究面临诸多挑战，包括缺乏用户友好的框架、评估指标不一致以及现有研究难以复现。为解决这些问题，我们引入了EasyRL4Rec，一个专为基于RL的RS设计的易用代码库。该库基于五个公开数据集提供了轻量级且多样化的RL环境，并包含具有丰富选项的核心模块，简化了模型开发。它提供了统一的评估标准，侧重于长期结果，并为推荐场景提供了针对状态建模和动作表示的定制设计。此外，我们分享了当前方法在深入实验中的发现。EasyRL4Rec旨在促进基于RL的RS领域的模型开发和实验过程。该库已公开可用。
引用
@article{arxiv.2402.15164,
title = {EasyRL4Rec: An Easy-to-use Library for Reinforcement Learning Based Recommender Systems},
author = {Yuanqing Yu and Chongming Gao and Jiawei Chen and Heng Tang and Yuefeng Sun and Qian Chen and Weizhi Ma and Min Zhang},
journal= {arXiv preprint arXiv:2402.15164},
year = {2024}
}
备注
Accepted by SIGIR2024