网易伏羲RL4RS荣获SIGIR2023 Resource Paper，推动深度学习技术创新

近日，信息检索领域的顶级会议SIGIR 2023公布了论文的接收结果：网易伏羲以 RL4RS为主题的论文凭借其技术与创新实力成功选入本届Resource Paper，网易伏羲实验室在深度学习研究中所做的工作获得国际审稿专家的高度评价，审稿专家们认为RL4RS将在强化学习推荐技术在现实场景应用中发挥重要作用。

SIGIR（International ACM SIGIR Conference on Research and Development in Information Retrieval）是信息检索领域的旗舰会议，也是中国计算机学会CCF推荐的A类会议，在国际上享有极高的学术声誉。本届会议共收到822篇长文投稿，仅有165篇长文被录用，录用率约20.1%，被录用的稿件体现出信息检索领域国际最前沿的研究水平。以下为网易伏羲入选论文概要：

RL4RS: 一个面向基于强化学习的推荐系统的工业数据集

关键词：基于强化学习的推荐系统、工业数据集

RL4RS: A Real-World Dataset for Reinforcement Learning based Recommender System 

英文关键词：Reinforcement Learning based Recommender System 、Industrial Dataset

RL4RS套件：https://github.com/fuxiAIlab/RL4RS

随着推荐系统的发展，SLATE Recommendation、Bundle Recommendation 等场景提出了新的挑战。为了解决这些挑战，最近的研究者采用强化学习来进行推荐，其中推荐过