上下文级联_bandit的在线聚类
机器学习
2019-02-04 v2
摘要
我们考虑一种上下文级联bandit在线聚类的新设定，这是一个在线学习问题，其中用户之上的底层聚类结构未知且需从随机前缀反馈中学习。更确切地说，学习智能体向用户推荐一个有序物品列表，用户检查该列表并在第一个满意物品（若有）处停止。我们针对此设定提出一种CLUB-cascade算法，并证明了阶为的T步后悔界。先前工作对应于仅有一个聚类的退化情形，而我们在该特例下的通用后悔界也显著改进了他们的结果。我们在合成与真实数据上进行了实验，证明了我们算法的有效性以及引入在线聚类方法的优势。
引用
@article{arxiv.1711.08594,
title = {Online Clustering of Contextual Cascading Bandits},
author = {Shuai Li},
journal= {arXiv preprint arXiv:1711.08594},
year = {2019}
}