广播网络中的群体学习与观点扩散
机器学习
2013-09-17 v1
摘要
我们在观点扩散的背景下分析以下群体学习问题：考虑一个拥有 个用户的网络，每个用户面临 个选项。在离散时间设置下，每个时间步中，每个用户从 个选项中选择 个，并接收随机生成的奖励；这些奖励的统计特性取决于所选选项及用户自身，且对用户未知。每个用户旨在通过在线学习过程（即一系列探索（采样每个选项的回报）和利用（选择经验上较好的选项）步骤），在特定时间范围内最大化其期望总奖励。在此背景下，我们考虑两种群体学习场景：(1) 具有统一偏好的用户，以及 (2) 具有多样化偏好的用户，并考察用户应如何构建其学习过程，以便最好地从他人的决策和经验中提取信息，从而最大化自身奖励。性能通过弱遗憾（weak regret）来衡量，即用户总奖励与特定于用户的最佳单动作策略（即始终选择为该用户产生最高平均奖励的选项集）所产生的奖励之间的差值。在每种场景下，我们还考虑两种情况：(i) 用户交换完整信息，即分享他们从选择中获得的实际奖励；以及 (ii) 用户交换有限信息，例如仅分享他们的选择而不分享从这些选择中获得的奖励。
引用
@article{arxiv.1309.3697,
title = {Group Learning and Opinion Diffusion in a Broadcast Network},
author = {Yang Liu and Mingyan Liu},
journal= {arXiv preprint arXiv:1309.3697},
year = {2013}
}