推荐系统中带曝光约束的学习
机器学习
2023-11-13 v2 人工智能
摘要
推荐系统是平衡多方利益相关者需求的动态经济系统。近期一系列工作从内容提供者的角度研究激励机制。内容提供者（如视频博主和博客作者）贡献新鲜内容，并依赖用户互动来创造收入以维持其运营。在本工作中，我们提出一种上下文多臂_bandit（多臂老虎机）设定来建模内容提供者对曝光的依赖。在我们的模型中，系统在每一轮接收一个用户上下文，并必须选择其中一个臂。每个臂是一个内容提供者，其必须在每个固定时间段（如一个月）内获得最少次数的拉动以在后续轮次中保持可行；否则，该臂离开且不再可用。系统旨在最大化用户（内容消费者）的福利。为此，它应学习哪些臂是关键性的，并通过在需要时补贴臂的拉动来确保它们保持可行。我们开发了具有次线性后悔（regret）的算法，以及证明了我们的算法在对数因子范围内最优的下界。
引用
@article{arxiv.2302.01377,
title = {Learning with Exposure Constraints in Recommendation Systems},
author = {Omer Ben-Porat and Rotem Torkan},
journal= {arXiv preprint arXiv:2302.01377},
year = {2023}
}
备注
Published in The Web Conference 2023 (WWW 23)