上下文多臂_bandit中的局部聚类
机器学习
2023-03-27 v3
摘要
我们研究在上下文多臂_bandit(MAB)中识别用户聚类的问题。上下文 MAB 是许多实际应用（如内容推荐与在线广告）的有效工具。在实践中，用户依赖性在用户行为及其奖励中起着关键作用。对相似用户聚类可改善奖励估计的质量，进而实现更有效的内容推荐与定向广告。不同于传统聚类设定，我们基于未知的、将逐步估计的 bandit 参数对用户聚类。具体地，我们定义了上下文 MAB 中的聚类检测问题，并提出了一种嵌入局部聚类过程的 bandit 算法 LOCB。并且，我们从聚类的正确性与效率及其后悔界方面对 LOCB 进行了理论分析。最后，我们从多个方面评估了所提算法，其优于最先进的基线方法。
引用
@article{arxiv.2103.00063,
title = {Local Clustering in Contextual Multi-Armed Bandits},
author = {Yikun Ban and Jingrui He},
journal= {arXiv preprint arXiv:2103.00063},
year = {2023}
}
备注
13 pages