2023-04-10

推荐系统选择商品展现给用户，并期待用户的正向反馈（点击、成交）大发游戏888。然而推荐系统并不能提前知道用户在观察到商品之后如何反馈，也就是不能提前获得本次推荐的收益，唯一能做的就是不停地尝试，并实时收集反馈以便更新自己试错的策略。目的是使得整个过程损失的收益最