基于多臂赌博机算法的推荐系统研究

随着各类移动端应用与网页端应用技术的不断发展,各类推荐系统与人类生活联系逐渐变得更为密切;用户对于推荐系统的推荐效果要求日益提高,持续单一的推荐内容已经不能满足用户不断提高的要求,因此如何精准对接用户需求,解决数据稀疏问题并提供给用户更为精确的推荐效果都已经成为推荐问题中亟待解决的问题。同时各种推荐系统技术不断发展,文章对近年来各种基于MAB算法的推荐系统的研究动态和最新进展进行了综述,对其基本概念和算法的核心思想以及评价指标诸如点击率,运行时长以及累积遗憾等方面进行了分析比较,并对推荐系统技术的发展趋势和应用前景进行了预测。

认知车载网中基于簇和MAB模型的信道接入算法

针对高密度车流环境下认知车载网中车辆节点对认知信道的接入问题,提出了基于簇和MAB模型的clusters-UCB信道接入算法,通过簇内成员协作提高感知学习结果的准确性,提升算法学习速度,并且簇首通过clusters-UCB算法分布式地快速搜索出最佳信道,渐近地实现最大的时隙吞吐量。仿真实验表明,提出的算法相对于多用户的UCB算法和ε-greedy算法,遗憾值更低,并且趋近于对数形式的收敛速度更快,能够有效减少访问碰撞数,保证信道接入的公平性,提高时隙吞吐量。

基于多摇臂赌博机的产品定价算法

针对在线零售商在不完全需求信息下的单产品定价问题,提出了一种基于多摇臂赌博机的产品定价算法。为了提升多摇臂赌博机算法在定价问题中的效果,该算法利用了需求曲线的单调性,并加入了消费者偏好识别。对消费者的保留价格进行分析得到消费者购买概率,将在线零售商的定价问题建模为多摇臂赌博机模型,给出了相应的定价算法并进行了理论分析,最后通过仿真实验比较了相关算法的定价效果。仿真结果表明该算法提高了在线零售商的收益。

结合服务相似性的Bandit智能推荐模型

近年来,在商品推荐系统的研究日趋成熟的基础上,考虑服务性能的Web服务推荐技术日益受到学者和技术人员的关注。但是,已有的Web推荐算法多由集中式的服务器运行,而并非用户终端本身。它们不适用于当需求频繁变化的场合,且无法由终端设备独立地实现推荐。针对无线移动环境下Web服务分散在各个终端的问题,提出结合服务相似性的Bandit智能推荐模型,使终端设备能独立、快速地对变化场景进行推荐。实验结果分析表明推荐的服务具有潜在的较高评分,并且在推荐系统的大多数评价指标上拥有较好性能。

基于机器学习的物联网OSA机制

海量无线终端设备的接入时频谱资源匮乏日益突出,这促进了现代无线通信技术的革新。这种情况下,一种名为机会频谱接入(OSA)的技术允许网络中的次级用户短暂接入空闲信道进行数据传输,为提升频谱利用率提供了新思路。然而OSA技术实施也面临一些挑战。本文应用一种名为多臂赌博机(MAB)的强化学习架构解决全局信息未知时的信道接入问题,机器设备通过不断接入不同的信道传输数据动态评估信道优劣,将过去获得的信道统计信息作为未来信道接入的依据,通过上置信度算法(UCB)求解这一问题,可以实现探索与利用之间的权衡。