recsim

RecSim：可配置的推荐系统仿真平台

RecSim 是一个可配置平台，用于为推荐系统 (RS) 创作模拟环境，自然支持与用户的顺序交互。 RecSim 允许创建新环境，在抽象级别上反映用户行为和项目结构的特定方面，非常适合在顺序交互式推荐问题中突破当前强化学习 (RL) 和 RS 技术的限制。可以轻松配置环境来改变以下方面的假设：用户偏好和项目熟悉度；用户潜在状态及其动态；以及选择模型和其他用户响应行为。我们概述了 RecSim 如何为 RL 和 RS 研究人员和从业者提供价值，以及它如何作为学术-工业合作的工具。有关 RecSim 架构的详细说明，请阅读 Ie 等人。如果您在工作中使用此存储库中的代码，请引用该论文。

比布泰克斯

 @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}
}

免责声明

这不是 Google 官方支持的产品。

什么是新的

• 2019 年 12 月 13 日：为多用户环境和代理添加了（抽象）类。添加了广义线性模型的老虎机算法。

安装和示例使用

建议使用（https://pypi.org/project/recsim/）安装RecSim：

pip install recsim

但是，截至 2019 年 12 月，PyPI 中还没有最新版本的 Dopamine。我们希望在安装 RecSim 之前从 Dopamine 存储库安装最新版本，如下所示。请注意，Dopamine 需要 Tensorflow 1.15.0，这是最终的 1.x 版本，包括对 Ubuntu 和 Windows 的 GPU 支持。

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

以下是一些可用于测试安装的示例命令：

 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

然后您可以启动张量板并查看输出

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

您还可以在 /tmp/recsim/episode_logs.tfrecord 中找到模拟日志

教程

要开始使用，请查看我们的 Colab 教程。在RecSim：概述中，我们对 RecSim 进行了简要概述。然后我们讨论每个可配置组件：环境和推荐代理。

文档

高层设计请参考白皮书。