SOBA：基于 MDP 的会话最优网络友好推荐
网络与互联网体系结构
2020-12-08 v1 性能
摘要
通过 CDN 或网络边缘缓存内容已成为降低网络成本并提升用户流媒体体验的可靠手段。此外，引导用户消费低成本内容作为提升网络性能的策略近期受到关注。我们聚焦于网络友好推荐(NFR)的最优策略设计问题。我们脱离近期的建模尝试，提出一种马尔可夫决策过程(MDP)公式。MDP 提供了一个统一框架，可建模具有随机会话长度的用户。事实证明，许多最先进的方法都可视为我们 MDP 公式的特例。此外，该方法可灵活建模对所得推荐质量有反应的用户。在性能方面，对于依次消费任意数量内容的用户，我们通过理论分析及基于真实轨迹的广泛验证表明，MDP 方法在会话成本与推荐质量上均优于短视算法。最后，即便与针对特定特例的最优最先进算法相比，我们的 MDP 框架也显著更高效，执行速度提升 10 倍，且随内容目录与推荐批大小具有更好的扩展性。
引用
@article{arxiv.2012.03776,
title = {SOBA: Session optimal MDP-based network friendly recommendations},
author = {Theodoros Giannakas and Anastasios Giovanidis and Thrasyvoulos Spyropoulos},
journal= {arXiv preprint arXiv:2012.03776},
year = {2020}
}
备注
10 pages double column, accepted at IEEE INFOCOM 2021. This is the reviewed version submitted by the authors