Mar, 2017

基于随机点击模型的在线学习排序算法

PDF
TL;DR提出了一个新的在线学习排序算法 - BatchRank，适用于广泛的点击模型，包括级联和基于位置的模型，并在 Web 搜索查询的一系列测试中性能优越。
online learningranking algorithmsclick modelsbatchrankposition-based models
发现论文，激发创造
  • 基于随机点击模型的在线学习排序的对抗攻击

    本文提出针对在线学习排名的对抗攻击研究，依托排名列表污染来攻击 OLTR 算法，实验结果验证了该攻击策略的有效性和成本效益。

    May, 2023

  • 基于位置的点击模型的强盗学习排序：个性化和均等待遇

    提出了第一个通用 MAB 框架来捕捉在线学习排序（ONL2R）和基于位置点击模型的所有关键要素，并开发了基于贪婪和 UCB 算法的统一策略（GreedyRank 和 UCBRank），分别适用于个性化和相等的排序处理，证明了这两个算法在不同问题设置下的高效性。

    Nov, 2023

  • 基于位置模型的多臂赌博反馈排序学习

    本文介绍了一种基于多臂老虎机算法和位置点击模型的方法，用于解决线上系统中推荐排名的偏见问题，并在合成和实际数据集的离线和在线 A/B 测试中证明了该算法的有效性。

    Apr, 2020

  • 在线平台中自适应学习选择 - 排序

    优化用户排序列表的算法将用户偏好和物品位置的变化考虑在内，通过上界调整预测的用户满意度分数，并选择最大化这些调整分数的排序操作，以在异质用户中个性化用户体验。该算法在实验中表现优于基线模型。

    Jun, 2024

  • 使用点击模型对排名策略进行离线评估

    本文提出了一种评估算法来预测历史日志数据中排名列表上的点击数，并使用用户与项目列表的交互模型来构建统计效率更高的估计器。实验结果表明，相对于先前的估计器，该算法具有更高的性能表现。

    Apr, 2018

  • 利用点击反馈对在线学习排序进行对抗攻击

    本文研究了攻击多个 OLTR 变体的策略，并提出了一般的攻击策略来攻击任何算法，在合成数据和真实数据上的实验验证了我们提出的攻击算法的有效性。

    May, 2023

  • 克服在线学习排名中的先验错误规定

    在线学习排序的领域，Bayesian ranking bandit algorithms 已被证明可以使用先前的知识来提高效能。本文提出并分析了自适应的算法，解决了现有工作需要匹配真实先验的主要局限性，并将这些结果扩展到线性和广义线性模型。此外，我们还考虑点击反馈措施，并通过合成和现实世界实验证明了我们算法的有效性。

    Jan, 2023

  • DCM Bandits：多次点击学习排序

    提出了一种 DCM Bandits 算法，用于利用线上学习来最大化推荐令人满意的网页，该算法是一种可行的、无遗憾的在线算法，用于学习在类似于级联点击模型中多次点击的排序问题。

    Feb, 2016

  • 从用户与排名的交互学习：该领域的统一

    该论文研究利用用户点击来进行学习排序的方法及其相关领域，提出了一个框架来统一在线、反事实和监督学习，并将其统一成一种通用且有效的排序学习方法。

    Dec, 2020

  • 级联模型中的排序学习

    本文介绍了一种名为级联赌博的学习算法，用于在搜索引擎结果中识别出最有吸引力的 $K$ 个页面。研究将问题表述为随机组合式部分监控问题，并提出了两种算法，CascadeUCB1 和 CascadeKL-UCB，在实验中表现良好。

    Feb, 2015