MDP建模
阿⾥巴巴对⽤户的浏览购买⾏为进⾏ MDP 建模，在搜索实时学习和实时决策计算体系之上，实现了基于强化学习的排序策略决策模型，从⽽使得淘宝搜索的智能化进化⾄新的⾼度。双 11 桶测试效果表明，算法指标取得了近 20% 的⼤幅提升。阿⾥巴巴对⽤户的浏览购买⾏为进⾏ MDP 建模，在搜索实时学习和实时
阅读背景：
程序员读报告20200719(MDP 马尔可夫决策)_iCloudEnd的博客
来源：互联网
分享到：
