具有节点级反馈的独立级联模型在线学习
社会与信息网络
2021-09-08 v2 机器学习
摘要
我们针对节点级反馈下的独立级联（IC）模型，提出了对其在线学习问题的详细分析。这些模型在现代社交网络中有广泛应用。现有关于 IC 模型的工作仅揭示了边级反馈模型，即智能体知道每条被观测边的显式结果。关于节点级反馈模型则知之甚少，其中仅能观测到边集合的合并结果；换言之，每条边的实现被删失。这种删失信息，加上聚合影响概率的非线性形式，使得参数估计和算法设计都充满挑战。我们在此设定下建立了首个置信域结果。我们还开发了一种在线算法，实现了 的累积后悔，与边级反馈 IC 模型的理论后悔界相匹配。
引用
@article{arxiv.2109.02519,
title = {Online Learning of Independent Cascade Models with Node-level Feedback},
author = {Shuoguang Yang and Van-Anh Truong},
journal= {arXiv preprint arXiv:2109.02519},
year = {2021}
}