信息检索博弈中学习动态的收敛性
计算机科学与博弈论
2019-02-21 v3 信息检索
摘要
我们考虑一个具有策略性作者的信息检索的博弈论模型。我们考察两种不同的效用方案：旨在最大化曝光的作者，以及希望最大化其内容被主动选择（即点击次数）的作者。我们引入此类情境下作者学习动态的研究。我们证明，在构成当前最先进排序方法基础的概率排序原则（PRP）下，任何最优响应学习动态都收敛到纯纳什均衡。我们也表明，其他排序方法会诱导出一种策略环境，在此环境下此类收敛可能不会发生。
引用
@article{arxiv.1806.05359,
title = {Convergence of Learning Dynamics in Information Retrieval Games},
author = {Omer Ben-Porat and Itay Rosenberg and Moshe Tennenholtz},
journal= {arXiv preprint arXiv:1806.05359},
year = {2019}
}