recsim

RecSim: una plataforma de simulación de sistemas de recomendación configurables

RecSim es una plataforma configurable para crear entornos de simulación para sistemas de recomendación (RS) que naturalmente admite la interacción secuencial con los usuarios. RecSim permite la creación de nuevos entornos que reflejan aspectos particulares del comportamiento del usuario y la estructura de los elementos en un nivel de abstracción adecuado para superar los límites de las técnicas actuales de aprendizaje por refuerzo (RL) y RS en problemas de recomendación interactiva secuencial. Se pueden configurar fácilmente entornos que varían las suposiciones sobre: ​​preferencias del usuario y familiaridad con el elemento; estado latente del usuario y su dinámica; y modelos de elección y otros comportamientos de respuesta del usuario. Describimos cómo RecSim ofrece valor a los investigadores y profesionales de RL y RS, y cómo puede servir como vehículo para la colaboración académico-industrial. Para obtener una descripción detallada de la arquitectura RecSim, lea Ie et al. Cite el artículo si utiliza el código de este repositorio en su trabajo.

Bibtex

 @article{ie2019recsim,
    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},
    year={2019},
    eprint={1909.04847},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

Descargo de responsabilidad

Este no es un producto de Google con soporte oficial.

Qué hay de nuevo

• 13/12/2019: Se agregaron clases (abstractas) tanto para entornos multiusuario como para agentes. Se agregaron algoritmos bandidos para modelos lineales generalizados.

Instalación y uso de muestra

Se recomienda instalar RecSim usando (https://pypi.org/project/recsim/):

pip install recsim

Sin embargo, la última versión de Dopamine no está en PyPI a partir de diciembre de 2019. Queremos instalar la última versión desde el repositorio de Dopamine como se muestra a continuación antes de instalar RecSim. Tenga en cuenta que Dopamine requiere Tensorflow 1.15.0, que es la versión final 1.x que incluye compatibilidad con GPU para Ubuntu y Windows.

 pip install git+https://github.com/google/dopamine.git

A continuación se muestran algunos comandos de ejemplo que puede utilizar para probar la instalación:

 git clone https://github.com/google-research/recsim
cd recsim/recsim
python main.py --logtostderr 
  --base_dir="/tmp/recsim/interest_exploration_full_slate_q" 
  --agent_name=full_slate_q 
  --environment_name=interest_exploration 
  --episode_log_file='episode_logs.tfrecord' 
  --gin_bindings=simulator.runner_lib.Runner.max_steps_per_episode=100 
  --gin_bindings=simulator.runner_lib.TrainRunner.num_iterations=10 
  --gin_bindings=simulator.runner_lib.TrainRunner.max_training_steps=100 
  --gin_bindings=simulator.runner_lib.EvalRunner.max_eval_episodes=5

Luego podrías iniciar un tensorboard y ver el resultado.

 tensorboard --logdir=/tmp/recsim/interest_exploration_full_slate_q/ --port=2222

También puede encontrar los registros simulados en /tmp/recsim/episode_logs.tfrecord

Tutoriales

Para comenzar, consulte nuestros tutoriales de Colab. En RecSim: Descripción general , brindamos una breve descripción general sobre RecSim. Luego hablamos de cada componente configurable: entorno y agente recomendador .

Documentación

Consulte el documento técnico para conocer el diseño de alto nivel.