基于梯度的贝叶斯偏好获取优化
机器学习
2019-11-22 v1 人工智能
机器学习
摘要
随着推荐系统变得越来越具有交互性和对话性，获取用户偏好的有效技术变得愈加重要。一个常见且概念上吸引人的选择查询的贝叶斯准则是期望信息价值（EVOI）。不幸的是，在具有大物品空间的推荐系统中，构建具有最大EVOI的查询在计算上是难以实现的。我们通过引入EVOI的连续公式来解决这个问题，该公式作为一个可微网络，可以使用现代机器学习计算框架（例如TensorFlow、PyTorch）中可用的梯度方法进行优化。我们利用这一点开发了一种新颖的、可扩展的蒙特卡洛方法用于EVOI优化，对于大物品空间，该方法比需要显式枚举物品的方法更具可扩展性。虽然我们强调这种方法用于物品的成对（或k项）比较，但我们也展示了我们的方法如何适应涉及物品属性子集或“部分物品”的查询，这些查询通常对用户来说在认知上更易管理。实验表明，我们基于梯度的EVOI技术在多个领域实现了最先进的性能，同时可扩展到大物品空间。
引用
@article{arxiv.1911.09153,
title = {Gradient-based Optimization for Bayesian Preference Elicitation},
author = {Ivan Vendrov and Tyler Lu and Qingqing Huang and Craig Boutilier},
journal= {arXiv preprint arXiv:1911.09153},
year = {2019}
}
备注
To appear in the Thirty-Fourth AAAI Conference on Artificial Intelligence (AAAI-20)