最优多样性排序的在线学习

搜索引擎通过列出相关条目（如文档、歌曲、商品、网页等）来回答用户查询。这些引擎依赖学习排序算法，以呈现一个有序列表，最大化其包含相关条目的概率。学习排序算法设计的主要挑战在于，查询对不同用户常具不同含义。在缺乏查询上下文信息的情况下，往往须遵循多样性原则，即返回覆盖查询各种可能主题或含义的列表。为形式化该学习排序问题，我们提出一个自然模型：(i) 条目被归类为主题，(ii) 用户仅当条目与其查询主题匹配时才认为相关，(iii) 引擎不知晓到达查询的主题、各主题查询到达频率，亦不知条目依赖主题的点击率。针对该问题，我们设计了 LDR（Learning Diverse Rankings，学习多样性排序）算法，仅基于用户反馈高效学习最优列表。我们证明经过 $T$ 次查询后，LDR 的 regret 量级为 $O((N-L)\log(T))$，其中 $N$ 为全部条目数。我们进一步确立该量级不可改进，即 LDR 是阶最优的。最后，通过在人工与真实数据上的数值实验，我们展示了 LDR 相较已有学习排序算法的优越性。