利用代理变量从延迟结果中学习及其在推荐系统中的应用
机器学习
2019-10-16 v2 机器学习
摘要
预测延迟结果在推荐系统（例如客户是否会读完一本电子书）中是一个重要问题。我们将该问题形式化为一个对抗性的延迟在线学习问题，并考虑延迟结果的代理变量（例如客户是否在24小时内读完了该书的三分之一）如何有助于最小化遗憾值，尽管在做出预测时代理变量并不可用。受我们的遗憾分析的启发，我们提出了两种神经网络架构：Factored Forecaster（FF），在事后代理变量对结果具有信息量时是理想的；以及Residual Factored Forecaster（RFF），对非信息性代理变量具有鲁棒性。在两个用于预测人类行为的真实世界数据集上的实验表明，RFF优于FF和不使用代理变量的直接预测器。我们的结果表明，通过分解来利用代理变量是减轻人类行为预测任务中长延迟影响的一种有前景的方法。
引用
@article{arxiv.1807.09387,
title = {Learning from Delayed Outcomes via Proxies with Applications to Recommender Systems},
author = {Timothy A. Mann and Sven Gowal and András György and Ray Jiang and Huiyi Hu and Balaji Lakshminarayanan and Prav Srinivasan},
journal= {arXiv preprint arXiv:1807.09387},
year = {2019}
}