文章目录

• 总结
• 细节

总结

RL用在推荐系统上的simulator

细节

user model, document model, user-choice model（决定user response），agent向user推荐document

RecoGym也是一个类似的框架

整体架构

步骤：

1. simulator请求user feature、document feature，并发给agent；
2. agent根据user feature、document feature进行推荐，返回simulator推荐列表；
3. user-choice model根据user feature、推荐列表，预估user response，并把user response发给simulator；
4. simulator把response发给agent、user model（更新user state，如user interest等）；