专家聚类：分层在线偏好学习框架

新兴出行系统日益能够向出行用户推荐选项，引导他们实现个性化且可持续的系统结果。与典型的推荐系统相比，最小化遗憾至关重要，因为 1) 出行选项直接影响用户生活，2) 系统可持续性依赖于充分的用户参与。在本研究中，我们考虑通过利用一个捕捉用户出行偏好的低维潜在空间来加速用户偏好学习。我们引入了一个名为“专家聚类”(Expert with Clustering, EWC) 的分层上下文赌博机框架，该框架集成了聚类技术和基于专家建议的预测。EWC 高效利用分层用户信息，并引入了一种新颖的损失引导距离度量。该度量有助于生成更具代表性的聚类中心。在一个包含 $N$ 个用户、每个用户 $T$ 轮次和 $K$ 个选项的推荐场景中，我们的算法实现了 $O(N\sqrt{T\log K} + NT)$ 的遗憾界。该界由两部分组成：第一项是 Hedge 算法的遗憾，第二项取决于聚类的平均损失。据作者所知，这是首次分析集成 k-Means 聚类的专家算法遗憾的工作。该遗憾界强调了 EWC 在理论和实验上的有效性，尤其是在需要快速学习和适应的场景中。实验结果突出表明，与 LinUCB 基线相比，EWC 可以显著减少 27.57% 的遗憾。我们的工作提供了一种数据高效的方法来捕捉个体和集体行为，使其高度适用于具有分层结构的上下文。我们期望该算法能适用于其他具有用户偏好和信息分层细微差别的场景。