ICML 2019 | 強化學習用於推薦系統，螞蟻金服提出生成對抗用戶模型（附論文下載鏈接）...

選自arXiv 作者：Xinshi Chen、Shuang Li、Hui Li、Shaohua Jiang、Yuan Qi、Le Song 機器之心編譯 參與：李詩萌、shooting 將強化學習用於推薦系統，能更好地考慮用戶的長期效益，從而保持用戶在平臺中的長期滿意度、活躍度。但是，強化學習需要大量訓練樣本，例如，AlphaGoZero [1] 進行了 490 百萬局模擬圍棋訓練，Atari g

>>阅读原文<<