NeurIPS2023 | KuaiSim: 一个综合的推荐系统用户模拟器

作者：香港城市大学 赵克森今天跟大家分享一篇来自于香港城市大学赵翔宇老师团队和快手合作的论文，该文章针对用户模拟器用户长期反馈信号建模不足、与现实世界数据缺乏一致性和评估困难的问题，提出了一个综合的推荐系统用户模拟器 KuaiSim。具体的，KuaiSim 覆盖 list-wise level，whole-session level 和 cross-session level 三个层级的任务，建模了即时反馈和长期反馈，为三个任务提供了多种基线，将促进强化学习在推荐系统中的应用。论文: https://arxiv.org/abs/2309.12645代码: https://github.com/CharlieMat/KRLBenchmark摘要基于强化学习的推荐系统因其学习最优推荐策略和最大化长期用户奖励的能力而引起了相当大的关注。然而，直接在在线环境中部署强化学习模型并通过 A/B 测试生成真实数据可能会带来挑战并花费大量资源。模拟器提供了另一种方法，为推荐系统模 ………………………………