研究人员推出了一种多样化多项式Logit（DMNL）情境老虎机，这是一种将多样性融入相关性驱动的选择预测的新型模型。该模型通过将次模多样性函数直接纳入选择概率来解决现有情境老虎机的局限性。为了处理由此产生的组合优化计算上的棘手问题，他们提出了一种名为OFU-DMNL的算法，该算法使用基于乐观UCB的方法进行逐项组合构建。 AI
影响 引入了一个新的框架来优化商品组合，平衡相关性和多样性，有可能改进推荐系统和电子商务。
排序理由 该集群包含一篇详细介绍机器学习领域新模型和算法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.11684v1 Announce Type: new Abstract: Existing contextual multinomial logit (MNL) bandits model relevance-driven choice but ignore the potential benefits of within-assortment diversity, while submodular/combinatorial bandits encode diversity in rewards but lack structur…
Existing contextual multinomial logit (MNL) bandits model relevance-driven choice but ignore the potential benefits of within-assortment diversity, while submodular/combinatorial bandits encode diversity in rewards but lack structured choice probabilities. We bridge this gap with…