RecSim：一种可配置的推荐系统仿真平台
机器学习
2019-09-27 v2 人机交互
信息检索
机器学习
摘要
我们提出 RecSim，一个用于编写推荐系统（RSs）仿真环境的可配置平台，其天然支持与用户的顺序交互。RecSim 允许创建新环境，以适合推动当前强化学习（RL）与 RS 技术在顺序交互推荐问题中极限的抽象层级，反映用户行为与物品结构的特定方面。可轻松配置关于以下假设各异的环境：用户偏好与物品熟悉度；用户潜在状态及其动态；以及选择模型与其他用户响应行为。我们概述了 RecSim 如何为 RL 与 RS 研究人员及从业者提供价值，以及它如何作为产学研协作的载体。
引用
@article{arxiv.1909.04847,
title = {RecSim: A Configurable Simulation Platform for Recommender Systems},
author = {Eugene Ie and Chih-wei Hsu and Martin Mladenov and Vihan Jain and Sanmit Narvekar and Jing Wang and Rui Wu and Craig Boutilier},
journal= {arXiv preprint arXiv:1909.04847},
year = {2019}
}