recsim

RecSim：可設定的推薦系統模擬平台

RecSim 是一個可設定平台，用於為推薦系統 (RS) 創建模擬環境，自然支援與使用者的順序互動。 RecSim 允許創建新環境，在抽象層級上反映使用者行為和專案結構的特定方面，非常適合在順序互動推薦問題中突破當前強化學習 (RL) 和 RS 技術的限制。可以輕鬆配置環境來改變以下方面的假設：使用者偏好和項目熟悉度；使用者潛在狀態及其動態；以及選擇模型和其他使用者回應行為。我們概述了 RecSim 如何為 RL 和 RS 研究人員和從業者提供價值，以及它如何作為學術-工業合作的工具。有關 RecSim 架構的詳細說明，請閱讀 Ie 等人。如果您在工作中使用此儲存庫中的程式碼，請引用該論文。

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}
}

免責聲明

這不是 Google 官方支援的產品。

什麼是新的

• 2019 年 12 月 13 日：為多用戶環境和代理程式新增了（抽象）類別。新增了廣義線性模型的老虎機演算法。

安裝和範例使用

建議使用（https://pypi.org/project/recsim/）安裝RecSim：

pip install recsim

但是，截至 2019 年 12 月，PyPI 中還沒有最新版本的 Dopamine。 我們希望在安裝 RecSim 之前從 Dopamine 儲存庫安裝最新版本，如下所示。請注意，Dopamine 需要 Tensorflow 1.15.0，這是最終的 1.x 版本，包括對 Ubuntu 和 Windows 的 GPU 支援。

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

以下是一些可用於測試安裝的範例命令：

 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

然後您可以啟動張量板並查看輸出

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

您也可以在 /tmp/recsim/episode_logs.tfrecord 中找到模擬日誌

教學

要開始使用，請查看我們的 Colab 教學。在RecSim：概述中，我們對 RecSim 進行了簡要概述。然後我們討論每個可配置元件：環境和推薦代理。

文件

高層設計請參考白皮書。