Reinforcement learning for recommendation system

看了下ICML2019 Craig Boutilier, 里面给出了RL在推荐系统里形式化的框架。所以摘录一下。
RL框架
状态：用户特征，用户历史，上下文特征
动作：推荐的候选(recommendation slate)
奖励: 交互行为(immediate engagement)

物品交互问题

value of slates depend on user choice model
图片说明
用户选择模型联合优化

图片说明

Tractable slate optimization

Decomposed Sarsa/TD

全部评论
强化学习里prediction约等于evaluation
点赞 回复 分享
发布于 2020-02-27 02:38

相关推荐

05-29 16:52
字节跳动_研发(实习员工)
27届勇闯实习！！图灵深视面经（已OC）
其实我没听过这个厂，我记不得什么时候投的了，不过就当面试练习了吧。自我介绍部门接口迁移的diff怎么做的dryRun逻辑怎么设计的怎么使用策略模式设计通用 DIff 工具的呢？看你开发了一个通用组件 errGroup ，你从调研到实现的过程是怎样的呢，errGroup 和 WaitGroup 有什么区别，怎么发现kartos errGroup 的 Bug的？对账系统怎么做的，有并发问题吗，怎么考虑的？介绍一下 LSM TreeMemTable 过大怎么办，为什么选择使用跳表？并发安全的跳表是加全局锁吗，锁粒度怎么考虑的？为什么 SSTable 要分层，不分层会有什么问题？对于读性能的损耗你有什...
查看16道真题和解析 我的实习日记 牛客创作赏金赛
点赞 评论 收藏
分享
05-27 21:53
OPPO_人力资源部_人事专员(准入职员工)
OPPO内推-OPPO内推码
关于工作环境：base深圳前海 内部配置绝了。一整栋50层都是oppo哒，我的工位可以看到欢乐港湾和大海，零食柜自给，很感动的是每层都提供独立的隔音室，3层饭堂里，23楼是最好吃的 周边很繁华。楼下三层是大商场，午饭后我一般会和其他实习生姐妹去citywalk，好多奶茶店，茶救，奈雪 喜茶，瑞幸，奶白，煲珠公每天换着喝，好幸福 关于工作氛围 感受到相当年轻，相当扁平的氛围，我们组（销售运营部）有三个哥哥姐姐直接对接我，她们人真的很nice，笨笨的我不会时，问她们都会耐心解答~~ 关于工作内容 感觉出入还是有的，问了哥哥姐姐，他们收到五六十份简历，面了6个，最后选了我，好感动好幸运。偏大客户运营...
OPPO公司福利 547人发布
点赞 评论 收藏
分享
05-12 17:28
已编辑
门头沟学院 硬件开发
神人hr
坐两小时地铁结果面试十分钟结束，你没事吧😅😅😅
ldf李鑫：不说公司名祝你以后天天遇到这样的公司
面试吐槽bot
点赞 评论 收藏
分享
05-12 13:40
已编辑
电子科技大学 Python
我宣布我是最蠢最霉的暑期实习生
我宣布我是最霉最蠢的暑期实习生，事情是这样的：五一前一周面了百度的二面，感觉面的还不错，但是一周后官网面试挂了，百度4月30暑期实习截止了，后面就投了日常实习，很快进简历筛选了，但是昨天一个面试官打电话来跟我约3面，我说我不是挂了吗，怎么还会有三面，然后面试官就说再问问hr。挂了电话我越想越不对，感觉还有一线生机，我就死皮赖脸的打电话去问面试官要机会，然后面试官这样回我的（面试官超级好，帮我问了hr还反馈了）。 我宣布 是世界上最好的大厂，给我个机会吧，球球了重铸百度荣光，我辈义不容辞5.8更新：下午联系了hr帮我解锁了简历，然后顺利三面完了，许愿一个百度offer5.12更新：上午hr联系oc（hr还嫌弃我的实习时间3，4个月太短）,下午就发offer了，我宣布百度是宇宙大厂。
学也学不动玩也玩不爽：我百度三面完半个月没给结果，发邮件问hr也不回 麻了嗷
点赞 评论 收藏
分享
05-29 11:08
已编辑
陕西师范大学 运营
2025全拒得后拿到了梦中offer(内含个人流水账)
大家好啊，距离上次发帖已经是三年前了。本人在这三年间从巨人离职读研，再到2025春秋招全拒得，终于在今天拿到了理想offer。下面就给大伙分享一下这三年的心路历程。💼 老东家的故事22年本科毕业后刚进公司就被来了个下马威，因为校招生和项目组是双选关系，除了在面试期间已经和面试官达成口头约定的同学，剩余同学都要在重新参加一次内部双选，很不幸的是本人和三个项目组的主策聊了以后都没有收到邀约，甚至其中一个主策告诉我让我去转岗做用研：“游戏行业入门不一定非要从策划入”，当时我疯狂求hr让她帮帮我别让我落得个还没上班就被优化的下场（当年我的舍友校招通过一天班没上就被多益优化掉了）。还好最后被公司的老项...
你觉得哪一届的校招最难？ 大家都开始春招面试了吗
点赞 评论 收藏
分享
评论
点赞
收藏
分享

全站热榜

更多

创作者周榜

更多
正在热议
更多
# 写给毕业5年后的自己 #
6781次浏览 121人参与
# 今年形式下双非本找得到工作吗 #
133358次浏览 1007人参与
# 华泰证券Fintech星战营 #
190629次浏览 276人参与
# 职场捅娄子大赛 #
333368次浏览 3366人参与
# 你的秋招第一场笔试是哪家 #
128356次浏览 1397人参与
# 一人一个landing小技巧 #
64662次浏览 1003人参与
# 材料专业就业可以去哪些企业岗位 #
32777次浏览 314人参与
# 汇川技术求职进展汇总 #
120773次浏览 809人参与
# 产品2023笔面经 #
51071次浏览 441人参与
# 哪些公司笔/面试难度大？ #
2463次浏览 19人参与
# 硬件应届生薪资是否普遍偏低？ #
70122次浏览 506人参与
# 我想象的工作vs实际工作 #
470615次浏览 4781人参与
# 今年的你投递了多少份简历才上岸 #
33456次浏览 117人参与
# 通信硬件人社招/春招/实习投递现状 #
24888次浏览 922人参与
# 总结:哪家公司面试体验感最差 #
55684次浏览 262人参与
# 工作后会跟朋友渐行渐远吗 #
25586次浏览 191人参与
# 机械人的薪资开到多少，才适合去？ #
107725次浏览 445人参与
# 你的论文盲审过了没？ #
103043次浏览 1468人参与
# 考公还是考研，你怎么选？ #
25955次浏览 131人参与
# 机械制造秋招总结 #
51099次浏览 495人参与
# 实习中的菜狗时刻 #
348996次浏览 3216人参与
牛客网
牛客企业服务