OBP：开放 Bandit 数据集

OBP：开放 Bandit 数据集 393.8

4 浏览 2 喜欢 6 下载

文本 1

开放 Bandit 数据集  官方网址：https://research.zozo.com/data.html paperwithcode：https://paperswithcode.com/dataset/obp G...

数据介绍

文件下载列表

相关论文

数据使用声明

README.md

开放 Bandit 数据集

官方网址：https://research.zozo.com/data.html

paperwithcode：https://paperswithcode.com/dataset/obp

GitHub：https://github.com/st-tech/zr-obp

Open Bandit Dataset 是公开的真实世界记录的老虎机反馈数据。该数据集由日本最大的时尚电子商务公司 ZOZO, Inc. 提供，市值超过 50 亿美元（截至 2020 年 5 月）。该公司使用多臂老虎机算法在名为 ZOZOTOWN 的大型时尚电子商务平台上向用户推荐时尚单品。

论文：Yuta Saito, Shunsuke Aihara, Megumi Matsutani, Yusuke Narita.
Large-scale Open Dataset, Pipeline, and Benchmark for Bandit Algorithms https://arxiv.org/abs/2008.07146

使用此数据集时，请引用以下bibtex的论文：

@article{saito2020large,
title={Large-scale Open Dataset, Pipeline, and Benchmark for Bandit Algorithms},
author={Saito, Yuta, Shunsuke Aihara, Megumi Matsutani, Yusuke Narita},
journal={arXiv preprint arXiv:2008.07146},
year={2020}
}

数据说明
Open Bandit Dataset 是在一个大型时尚电商平台中对两个多臂老虎机策略的 A/B 测试构建的，佐佐敦. 它目前总共由 2600 万行组成，每一行都代表具有一些特征值的用户印象、所选项目作为操作、真实倾向得分和点击指标作为结果。这尤其适用于评估离策略评估(OPE)，它尝试使用由不同算法生成的数据来估计假设算法的反事实性能。

字段
以下是这些字段的详细说明（它们在 CSV 文件中以逗号分隔）：{behavior_policy}/{campaign}.csv（behavior_policy in (bts, random), campaign in (all, men, women)）

timestamp：展示的时间戳。
item_id：作为武器的物品索引（索引范围在“所有”活动中为 0-80，“男性”活动为 0-33，“女性”活动为 0-46）。
position：被推荐的item的位置（1、2、3分别对应ZOZOTOWN推荐界面的左、中、右位置）。
click: 目标变量，指示一个项目是否被点击 (1) 或没有 (0)。
propensity_score：在每个位置推荐项目的概率。
user feature 0-4：与用户相关的特征值。
user-item affinity 0-：由每个用户-项目对之间观察到的过去点击次数得出的用户-项目亲和度分数。

item_context.csv

item_id：作为武器的物品索引（索引范围在“所有”活动中为 0-80，“男性”活动为 0-33，“女性”活动为 0-46）。
item feature 0-3：项目相关特征值

附件列表

暂无可预览附件

暂无相关代码

数据使用声明：

一、数据来源与展示说明：

1、该数据来自于互联网数据采集或服务商的提供，本平台为用户提供数据集的展示与浏览。

2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。

3、数据集基本信息来自数据原地址或数据提供方提供的信息，如数据集描述中有描述差异，请以数据原地址或服务商原地址为准。

二、所有权说明：

1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。

三、数据转载说明：

四、侵权与处理说明：

1、如本站中的部分数据涉及侵权展示，请及时联系本站，我们会安排进行数据下线。