聚类赌博机

我们考虑一个受电子商务实际应用启发的多臂赌博机设置。在我们的设置中，存在少数几种用户类型，每种类型对不同臂有特定的响应。当用户进入系统时，其类型对决策者未知。决策者可以忽略先前观察到的用户而单独处理每个用户，或者可以尝试利用仅存在少数类型这一事实，并根据用户对臂的响应对其进行聚类。我们设计了将通常的探索-利用权衡与用户聚类相结合的算法，并展示了聚类的价值。在为聚类设置开发算法的过程中，我们提出并分析了针对决策者知道用户属于少数类型之一但不知道具体是哪一种的简单算法。