SIGIROct, 2021

RL4RS: 基于强化学习的推荐系统现实世界数据集

PDF
TL;DR本研究介绍 RL4RS 数据集和评估框架，用于缓解强化学习型推荐系统中现有数据集真实性不足的问题。该数据集包含两个真实世界数据集、仿真环境以及基准模型等，可用于增强强化学习应用于推荐系统的可靠性。
reinforcement learningrecommender systemsdatasetevaluation frameworksimulation
发现论文，激发创造
  • EasyRL4Rec：基于强化学习的推荐系统用户友好代码库

    EasyRL4Rec 是一种面向基于强化学习推荐系统的用户友好且高效的库，具有轻量级、多样化的强化学习环境，详细的核心模块以及与推荐系统相适应的定制解决方案，旨在促进强化学习推荐系统领域的模型开发和实验过程。

    Feb, 2024

  • 强化学习推荐系统综述

    本文对基于强化学习的推荐系统进行了综述，提出了一个 RLRS 框架，包括状态表示，策略优化，奖励制定和环境构建，并针对 RLRS 算法进行了调查，强调出现的主题并展示了各种图表。

    Jan, 2021

  • 基于 LLM 的推荐系统环境

    通过利用大型语言模型（LLMs）模拟人类行为，本研究提出了一个综合框架，用于训练基于强化学习（RL）的推荐系统，并提供了深入的消融研究，通过电影和书籍推荐实验证明了其有效性。

    Jun, 2024

  • 基于语言模型和强化学习的事实和个性化推荐

    发展了一种令人信服，精确，个性化，与偏好相关的语言模型 (P4LM)，该模型通过使用用户偏好的嵌入空间表示来生成富有说服力的回复，同时强调解释物品特征及其相关性。此外，还开发了一个联合奖励函数，用于衡量精确性、吸引力和个性化，该函数用作基于增强学习的语言模型框架中的人工智能反馈。使用 MovieLens 25M 数据集证明了 P4LM 向用户提供了引人入胜、个性化的电影叙事。

    Oct, 2023

  • RecSim: 一个可配置的推荐系统模拟平台

    RecSim 是一个可配置的用于制作序列交互推荐环境的平台，支持反馈学习和推荐系统技术的发展。

    Sep, 2019

  • RRLS：强化学习套件

    我们引入了 RRLS（Robust Reinforcement Learning Suite），这是一款基于 Mujoco 环境的基准套件，为训练和评估提供了六个连续控制任务，旨在标准化强化学习任务，促进可重现和可比较的实验，并为最新的最先进贡献提供使用实例。

    Jun, 2024

  • D4RL：深度数据驱动强化学习数据集

    本研究为解决离线情境下强化学习（RL）的挑战，特意设计离线 RL 的基准测试任务，指导现实世界中数据集集合的设计与收集，并在开源代码上进行了综合评估，以便研究人员能够进一步完善现有算法及在这一新兴领域展开合作与探索。

    Apr, 2020

  • 面向序列推荐系统的强化学习鲁棒目标

    本研究探讨了基于关注度的序列推荐方法，将强化学习算法与序列建模相结合，并通过对比度目标和负采样策略来训练强化学习组件，以增加推荐系统的个性化反馈。同时，我们提出了一种增强方法，以应对真实数据集中可能出现的潜在不稳定性问题，进一步提高模型效率。

    May, 2023

  • 选择两全其美：通过多目标强化学习实现多样化且新颖的推荐

    介绍了一种新的强化学习框架 SMORL，可在多重目标推荐任务中同时增加准确性，多样性和新颖性。该实验表明，在两个真实世界的数据集上，与仅关注准确性的单一目标强化学习代理相比，推荐多样性显著增加，准确性适度提高，而推荐的重复性也得到了减少，并强调了多样性和新颖性的重要性。

    Oct, 2021

  • 现实世界强化学习挑战的经验研究

    本文针对强化学习在实际问题中难以部署的问题，提出了一系列的挑战，并通过 Markov 决策过程定义这些挑战并分析其影响，同时探讨了一些现有的解决方法。为了验证算法的可部署性，我们提出并开源了 realworldrl-suite 套件作为一个基准测试集。

    Mar, 2020