受影响的 Bandit 算法（扩展版）
机器学习
2020-09-23 v1 数据库
机器学习
摘要
推荐系统应适应用户兴趣的演化。用户兴趣演化的一个普遍原因是其社交圈的影响。一般而言，当兴趣未知时，在探索推荐空间的同时利用已观察偏好的在线算法更受青睐。我们提出了根植于线性多臂 bandit 文献的在线推荐算法。我们的 bandit 算法专为用户兴趣在社交影响下演化的推荐场景而定制。特别地，我们展示了经典 LinREL 和 Thompson Sampling 算法的改进版本在非社交情形下保持相同的渐近后悔界。我们使用合成和真实数据集实验验证了我们的方法。
引用
@article{arxiv.2009.10135,
title = {Bandits Under The Influence (Extended Version)},
author = {Silviu Maniu and Stratis Ioannidis and Bogdan Cautis},
journal= {arXiv preprint arXiv:2009.10135},
year = {2020}
}
备注
27 pages, 4 figures, 6 tables. Extended version of accepted ICDM 2020 conference article