从海量数据中发现高价值条目
机器学习
2015-06-08 v1 人工智能
信息论
math.IT
摘要
假设有大量的条目集合，每个条目具有相关的成本以及固有的效用，该效用仅在我们决定选择该条目后才揭示。给定所选条目累计成本的预算，我们如何挑选一个价值最大的子集？该任务推广了多臂老虎机、主动搜索和背包问题等若干重要问题。我们提出一种算法 GP-Select，它利用关于条目间相似性的先验知识，表示为核函数。GP-Select 使用高斯过程预测来平衡探索（估计条目的未知价值）与利用（选择高价值条目）。我们将 GP-Select 扩展为能够发现同时具有高效用且多样化的集合。我们对多样性的偏好可指定为任意单调子模函数，该函数量化了选择相似条目时获得的收益递减。此外，我们利用模型更新的结构，在实验中实现了数量级（高达 40X）的加速，而无需借助近似。我们提供了 GP-Select 性能的强保证，并将其应用于三个具有工业相关性的真实案例研究：（1）刷新旅游行业全球分销系统中的价格存储库，（2）在疫苗设计任务中识别多样化、结合亲和的肽，（3）通过向用户推荐条目在网页级推荐系统中最大化点击量。
引用
@article{arxiv.1506.00935,
title = {Discovering Valuable Items from Massive Data},
author = {Hastagiri P. Vanchinathan and Andreas Marfurt and Charles-Antoine Robelin and Donald Kossmann and Andreas Krause},
journal= {arXiv preprint arXiv:1506.00935},
year = {2015}
}