在共享经济中学习用户偏好以激励探索
机器学习
2017-11-27 v2 社会与信息网络
机器学习
摘要
我们研究共享经济中的平台，并讨论激励用户探索原本不会被选择之选项的必要性。例如，诸如 Airbnb 的租赁平台通常依赖客户评价为用户提供不同选项的相关信息。然而，往往很大一部分选项没有任何可用评价。此类选项常被忽视作为可行选择，进而不太可能被评估，形成恶性循环。平台可通过为用户提供货币激励使其偏离偏好选择而选择不同选项来促使用户参与。为高效学习应提供的最优激励，我们考虑用户偏好中的结构信息，并引入一种新算法——协调在线学习 (Coordinated Online Learning, CoOL)——用于带建模为凸约束的结构信息的学习。我们给出了算法性能的正式保证，并在使用 Airbnb 公寓数据的用户研究中检验了我们方法的可行性。我们的发现表明，该方法很适合学习适当激励并增加所研究平台上的探索。
引用
@article{arxiv.1711.08331,
title = {Learning User Preferences to Incentivize Exploration in the Sharing Economy},
author = {Christoph Hirnschall and Adish Singla and Sebastian Tschiatschek and Andreas Krause},
journal= {arXiv preprint arXiv:1711.08331},
year = {2017}
}
备注
Longer version of AAAI'18 paper. arXiv admin note: text overlap with arXiv:1702.02849