HELLINGER-UCB：一种用于随机多臂老虎机问题和推荐系统冷启动问题的新算法
机器学习
2024-04-17 v1 机器学习
摘要
本文研究随机多臂老虎机问题，其中奖励由未知随机变量驱动。我们提出了一种新的上置信界（UCB）算法变体，称为Hellinger-UCB，它利用平方Hellinger距离构建上置信界。我们证明Hellinger-UCB达到了理论下界。我们还表明Hellinger-UCB具有坚实的统计解释。我们通过Hellinger-UCB与其他UCB算法变体的数值实验表明，Hellinger-UCB在有限时间范围内是有效的。作为一个实际例子，我们将Hellinger-UCB算法应用于解决金融应用内容推荐系统的冷启动问题。在合理假设下，Hellinger-UCB具有方便但重要的低延迟特性。在线实验还表明，Hellinger-UCB在点击率（CTR）方面优于KL-UCB和UCB1。
引用
@article{arxiv.2404.10207,
title = {HELLINGER-UCB: A novel algorithm for stochastic multi-armed bandit problem and cold start problem in recommender system},
author = {Ruibo Yang and Jiazhou Wang and Andrew Mullhaupt},
journal= {arXiv preprint arXiv:2404.10207},
year = {2024}
}