基于组合多臂老虎机的推荐驱动缓存
机器学习
2025-01-28 v4 信息检索
网络与互联网体系结构
摘要
我们研究了在无线网络中包含有限缓存容量的基站上进行内容缓存与推荐的场景。我们假设存在一组内容，其用户偏好和内容流行度未知。基站可以缓存内容子集，也可以向不同用户推荐内容子集以鼓励他们请求所推荐内容。根据推荐的可接受度，推荐可用于增加缓存命中。首先我们假设用户的推荐可接受度已知，并将缓存命中优化问题形式化为组合多臂老虎机（CMAB）。我们提出了一种基于UCB的方法来决定缓存和推荐哪些内容，并提供该算法的 regret 上界。随后我们考虑更一般的场景，即用户的推荐可接受度也未知，并提出另一种UCB方法来学习这些参数。我们在数值上演示了算法的性能，并将其与最先进的算法进行比较。
引用
@article{arxiv.2405.00080,
title = {Recommenadation aided Caching using Combinatorial Multi-armed Bandits},
author = {Pavamana K J and Chandramani Kishore Singh},
journal= {arXiv preprint arXiv:2405.00080},
year = {2025}
}