用于使用機器學(xué)習(xí)模型的方法、系統(tǒng)和裝置，包括編碼在計算機存儲介質(zhì)上的計算機程序，所述機器學(xué)習(xí)模型已經(jīng)通過強化學(xué)習(xí)被訓(xùn)練為選擇內(nèi)容項。其中一種所述方法包括：接收表征第一場境的第一數(shù)據(jù)，在所述第一場境中，可以在呈現(xiàn)環(huán)境中將第一內(nèi)容項呈現(xiàn)給第一用戶；以及將所述第一數(shù)據(jù)作為輸入提供給長期參與機器學(xué)習(xí)模型，所述模型已經(jīng)通過強化學(xué)習(xí)被訓(xùn)練為：接收多個輸入，并且處理所述多個輸入中的每個輸入以生成每個輸入的相應(yīng)參與分值，所述相應(yīng)參與分值表示如果在所述相應(yīng)場境中呈現(xiàn)了所述相應(yīng)內(nèi)容項則在所述呈現(xiàn)環(huán)境中向所述相應(yīng)用戶呈現(xiàn)的未來內(nèi)容項的所述相應(yīng)用戶進(jìn)行的預(yù)測的、根據(jù)時間調(diào)節(jié)的總選擇數(shù)。