基于推荐系统的在线广告上置信界方法
信息检索
2019-09-11 v1 机器学习
机器学习
摘要
本文提出 UCB-RS 方法，其借助推荐系统(RS)来增强上置信界算法 UCB。所提方法用于处理非平稳且大状态空间的多臂老虎机问题。该方法针对在线广告中的产品推荐问题。通过使用 RecoGym(一个基于 OpenAI Gym 的在线广告产品推荐强化学习环境)进行广泛测试，所提方法优于广泛使用的强化学习方案，如 -Greedy、上置信界(UCB1)以及用于探索与利用的指数权重算法(EXP3)。
引用
@article{arxiv.1909.04190,
title = {Recommendation System-based Upper Confidence Bound for Online Advertising},
author = {Nhan Nguyen-Thanh and Dana Marinca and Kinda Khawam and David Rohde and Flavian Vasile and Elena Simona Lohan and Steven Martin and Dominique Quadri},
journal= {arXiv preprint arXiv:1909.04190},
year = {2019}
}