基于位置的多次播放老虎机与 Thompson 采样
机器学习
2021-03-04 v3 信息检索
机器学习
摘要
多次播放老虎机旨在网页的相关位置展示相关条目。我们提出了一种用于在线推荐系统的新基于老虎机的算法 PB-MHB，该算法采用 Thompson 采样框架。该算法处理由基于位置的模型所支配的展示设置。我们的采样方法不需要将用户查看网页中给定位置的概率作为输入，而这一概率在实践中极难获取。在模拟和真实数据集上的实验表明，我们的方法在先验信息更少的情况下，比最先进的算法提供了更好的推荐。
引用
@article{arxiv.2009.13181,
title = {Position-Based Multiple-Play Bandits with Thompson Sampling},
author = {Camille-Sovanneary Gauthier and Romaric Gaudel and Elisa Fromont},
journal= {arXiv preprint arXiv:2009.13181},
year = {2021}
}
备注
Accepted at IDA 2021