开放式强盗管道：用于强盗算法和政策外评估的研究框架 | |||| 目录 概述 开放强盗数据集（OBD） Open Bandit Dataset是一个公开的，在现实世界中记录的匪徒反馈数据。该数据集由提供， .是日本最大的时尚电子商务公司，市值超过50亿美元（截至2020年5月）。该公司使用多臂匪盗算法在称为的大型时尚电子商务平台中向用户推荐时尚商品。下图显示了作为操作显示的时装项目的示例。 在ZOZOTOWN推荐界面中将推荐的时尚商品作为动作 我们于2019年11月下旬进行了为期7天的实验，