知识卡片
传统探索与利用三算法
传统方法把每个候选物品当作一台老虎机,推荐即选择老虎机,目标是整体收益最大。其关键前提是每台老虎机的回报期望对所有用户一视同仁,因此是非个性化、脱离用户的优化。ε-Greedy以概率ε随机探索、以1-ε选择当前平均收益最大的臂,ε就是探索与利用的权衡点,但划分生硬、随机探索不高效。Thompson Sampling用beta分布刻画各臂赢钱概率,每次从各臂分布采样、选最大者,数据少的臂分布平缓、仍有较高概率被选中,天然倾向新物品。UCB用置信区间上界作为得分,等于收益期望加置信宽度,把不确定性直接计入探索分值。三者都依赖预测不确定性,但无法引入个性化特征。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第5章 多角度审视推荐系统 · 查看原书依据
在传统的多臂老虎机问题中,假设每台老虎机的回报期望对所有用户一视同仁。也就是说,这不是一个“个性化”的问题,而是一个脱离用户的、只针对老虎机的优化问题。解决传统多臂老虎机问题的主要算法有ε-Greedy、Thompson Sampling和UCB。
参考来源
- 位置:《深度学习推荐系统》第5章 多角度审视推荐系统(源文件:extracted/深度学习推荐系统/_epub-src/text/part0009_split_007.html)
- 结论依据:原文介绍多臂老虎机假设,并分别说明ε-Greedy、Thompson Sampling与UCB的机制与局限。
- 原始内容:在传统的多臂老虎机问题中,假设每台老虎机的回报期望对所有用户一视同仁。也就是说,这不是一个“个性化”的问题,而是一个脱离用户的、只针对老虎机的优化问题。解决传统多臂老虎机问题的主要算法有ε-Greedy、Thompson Sampling和UCB。