KDDOct, 2018

实时多元优化的高效赌博算法

PDF
TL;DR本文着重于互动网页的多元优化，采用赌博算法探索布局空间并利用山峰爬升法实时选择最优内容，可用于实现布局选择的个性化和情境化，其优化内容的效果已在亚马逊官网多个地点得到实现。
optimizationweb pagesmultivariate optimizationbandit methodologylayout selection
发现论文，激发创造
  • 低成本在线决策：一种组合多臂赌博机方法

    本文基于组合多臂赌博机，考虑了测试成本，提供了一种新的成本高效的在线决策框架，并通过后验抽样或 BayesUCB 进行探索。我们对该框架进行了严格的理论分析，并提供了多个实验结果，证明了它在实际问题中的适用性。

    Aug, 2023

  • 通过贝叶斯赌博算法在线评估定向广告受众

    该论文介绍了一种在分割目标受众群体并在线实验中解决数字广告匹配问题的上下文强化学习算法，并在中国电商平台 JD.com 上实现

    Jul, 2019

  • 基于赌博机的个性化算法框架中的偏差控制

    本研究提出了一种算法框架，使得在通过类似赌博机学习用户喜好进行内容个性化推荐过程中能够控制偏差和歧视，并通过实验验证了该算法的可行性和效果。

    Feb, 2018

  • 多样化和征服：强盗和多样性提升电子商务主页体验

    移动电子商务平台中，提供精准的商品推荐至关重要。通过将可视控件放置在界面顶部，以便在有限的屏幕空间内显示给用户，可以有效吸引用户的注意力和提高用户投射率。 这项工作提出了一个基于上下文多臂赌博问题和多样性层次相结合的两阶段排序框架，用于对垂直可视控件进行个性化排序，通过在印度主要时尚电子商务平台 Myntra 上进行离线和在线 A/B 测试，证明了该框架的有效性。

    Sep, 2023

  • 在线集群化的赌博机

    介绍一种基于自适应聚类探索 - 利用 (“赌徒”) 策略的内容推荐算法，提供标准随机噪声环境下的尖锐遗憾分析，证明其伸缩性属性并在一些人工和实际数据集上证明其有效性。实验结果显示，在赌徒问题上，预测性能显著优于现有技术方法。

    Jan, 2014

  • 高维线性赌博机和推荐系统

    该研究使用线性参数化多臂赌博机模型来提高在线服务推荐新产品、视频、歌曲和广告的效果，得到了能够满足用户喜好探索和系统数据调查的解决方案，并在 Netflix 和 MovieLens 数据集上进行了测试。

    Jan, 2013

  • 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

  • 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

  • 选择哪个 LLM？具有收敛意识的增长式时间赌博的在线模型选择

    提出了一种时间递增的强化学习算法 TI-UCB，用于在模型选择中预测性能的增长趋势并平衡探索与开发的权衡，通过对分类模型选择和在线选择 LLMs 进行验证，实验证明了该方法提高了模型选择的效率和经济性。

    Mar, 2024

  • 短时、高容量的多臂 / 波段测试

    现代平台利用随机实验从给定的项目集（“处理”）中进行明智决策。本研究探讨了一种贝叶斯多次播放自助游问题，涵盖了具有高容量短寿命项目的多元测试（或 “多个 A/B 测试”）问题的关键特点。通过大规模领域实验证明，我们的策略比平台当前的推荐系统在总持续时间上提升了 4.32％，点击次数上提升了 7.48％。

    Dec, 2023