关于多臂老虎机的上下文依赖聚类
机器学习
2017-02-28 v2 人工智能
信息检索
机器学习
摘要
我们研究了一种新颖的多臂老虎机聚类算法 CAB，用于协同推荐任务，该算法通过以上下文依赖的方式估计用户的邻域来实现底层的反馈共享机制。CAB 通过将协同效应无缝地交织到推理和学习过程中，从而将探索-利用权衡与协同步骤融为一体，与现有技术形成了鲜明区别。我们证明了在不同数据假设下的遗憾界，这些界清晰地依赖于用户上的期望聚类数，这是衡量学习任务统计难度的一个自然指标。在生产和真实世界数据集上的实验表明，与一组代表性的现有方法相比，CAB 显著提高了预测性能。
引用
@article{arxiv.1608.03544,
title = {On Context-Dependent Clustering of Bandits},
author = {Claudio Gentile and Shuai Li and Purushottam Kar and Alexandros Karatzoglou and Evans Etrue and Giovanni Zappella},
journal= {arXiv preprint arXiv:1608.03544},
year = {2017}
}