多约束下的子模_bandit问题
机器学习
2021-03-30 v5 机器学习
摘要
线性子模bandit问题被提出以同时解决推荐系统中的多样化检索与在线学习。若无不确定性，该问题等价于基数约束下的子模最大化问题。然而在某些情况下，推荐列表除基数约束外还应满足预算约束等附加约束。因此，受考虑预算约束的多样化检索启发，我们引入了在个背包与-系统约束之交下的子模bandit问题。此处-系统约束构成了包含基数约束及个拟阵约束之交的一类非常一般的约束。为求解该问题，我们提出了一种非贪婪算法，其自适应地聚焦于标准或修正的上置信界。我们给出了近似遗憾的高概率上界，其中近似比与一种快速离线算法相匹配。此外，我们利用合成及两个真实世界数据集在各种约束组合下进行了实验，表明我们所提方法优于现有基线。
引用
@article{arxiv.2006.00661,
title = {Submodular Bandit Problem Under Multiple Constraints},
author = {Sho Takemori and Masahiro Sato and Takashi Sonoda and Janmajay Singh and Tomoko Ohkuma},
journal= {arXiv preprint arXiv:2006.00661},
year = {2021}
}
备注
accepted at UAI 2020, minor mistakes fixed