面向数据挖掘中长尾多标签学习的可扩展好奇驱动博弈论框架
机器学习
2026-02-18 v1 人工智能
摘要
长尾分布——即少数头部标签占主导，罕见尾部标签数量庞大——是现实数据挖掘应用中大规模多标签分类（MLC）持续面临的挑战。现有抽样和重加权策略常常破坏标签间依赖关系，或在标签空间扩展至数万甚至数十万标签时需要脆弱的超参数调优。为此，我们提出Curiosity-Driven Game-Theoretic Multi-Label Learning（CD-GTMLL），一个可扩展的合作框架，将长尾MLC重塑为多玩家博弈——每个子预测器（“玩家”）在标签空间的子集上专精，合作以最大化全局准确率，同时基于尾标签稀有性和玩家间不一致性追求内在的好奇驱动奖励。这一机制在不需手动平衡或调参的情况下，自适应地将学习信号注入代表性尾标签。我们进一步提供理论分析，表明CD-GTMLL收敛于尾部感知均衡，并形式化地将优化动力学与Rare-F1指标的改进联系起来。广泛的实验在7个基准测试中进行，包括标签数超过3万的极端多标签分类数据集，结果表明CD-GTMLL始终超越最先进的方法，Wiki10-31K数据集上P@3提升最高可达+1.6%。消融研究进一步确认了博弈论合作和好奇驱动探索对韧性尾部性能的贡献。通过将博弈论与好奇机制集成，CD-GTMLL不仅提升了资源受限环境下的模型效率，也为跨行业（如电子商务和医疗保健）更具适应性的不平衡数据学习指明了道路。
引用
@article{arxiv.2602.15330,
title = {A Scalable Curiosity-Driven Game-Theoretic Framework for Long-Tail Multi-Label Learning in Data Mining},
author = {Jing Yang and Keze Wang},
journal= {arXiv preprint arXiv:2602.15330},
year = {2026}
}