Imitate TheWorld：一种搜索引擎仿真平台
人工智能
2021-08-11 v2
摘要
近期的电子商务应用受益于深度学习技术的发展。然而，我们注意到许多工作试图通过紧密匹配遵循监督学习范式的离线标签来最大化业务目标。这导致模型在曲线下面积（AUC）和归一化折损累积增益（NDCG）方面取得较高的离线性能，却无法持续提高诸如用户购买金额等营收指标。针对这些问题，我们构建了一个仿真搜索引擎 AESim，它可通过一个训练良好的判别器对生成的页面给出恰当反馈，作为一种动态数据集。与以往脱离真实世界的仿真平台不同，我们的平台依赖于 AliExpress 搜索中的真实数据：我们使用对抗学习生成虚拟用户，并使用生成对抗模仿学习（GAIL）来捕捉用户的行为模式。我们的实验还表明，AESim 比经典排序指标更能反映排序模型的在线表现，这意味着 AESim 可以作为 AliExpress 搜索的替代者，在无需上线的情况下评估模型。
引用
@article{arxiv.2107.07693,
title = {Imitate TheWorld: A Search Engine Simulation Platform},
author = {Yongqing Gao and Guangda Huzhang and Weijie Shen and Yawen Liu and Wen-Ji Zhou and Qing Da and Yang Yu},
journal= {arXiv preprint arXiv:2107.07693},
year = {2021}
}