基于在线MAB的推荐系统页面优化

基于在线 MAB 的推荐系统页面优化

摘要

eBay通过引入基于上下文多臂老虎机（Contextual MAB）的在线强化学习框架，优化了商品推荐模块的排序策略。该系统实时学习用户行为，动态调整推荐模块，显著提升了点击率和转化率。从线性MAB到神经网络MAB的演进，进一步增强了模型的表达能力和适应性，为电商推荐系统提供了更智能的决策支持。