面向相关点击模型的疲劳感知bandit算法
机器学习
2020-08-25 v1 信息检索
机器学习
摘要
由于推荐系统发送大量内容以保持用户参与度，用户可能会经历疲劳，其来源于：1）对不相关内容的过度曝光，2）因看到过多相似推荐而产生的厌倦。为解决这个问题，我们考虑一个在线学习设定，其中平台学习一个考虑用户疲劳的推荐内容策略。我们提出相关点击模型（Dependent Click Model, DCM）的扩展来描述用户行为。我们规定，对于每条内容，其对用户的吸引力取决于其内在相关性以及一个折扣因子，该因子衡量已展示的相似内容数量。用户顺序查看推荐内容并点击他们认为有吸引力的内容。用户可能随时离开平台，且当他们不喜欢内容时退出的概率更高。基于用户反馈，平台学习底层内容的相关性以及由内容疲劳引起的折扣效应。我们将此学习任务称为“疲劳感知DCM Bandit”问题。根据折扣效应是否已知，我们考虑两种学习场景。对于每种场景，我们提出一种同时探索与利用的学习算法，并刻画其遗憾界。
引用
@article{arxiv.2008.09733,
title = {Fatigue-aware Bandits for Dependent Click Models},
author = {Junyu Cao and Wei Sun and Zuo-Jun and Shen and Markus Ettl},
journal= {arXiv preprint arXiv:2008.09733},
year = {2020}
}