Cascade bandit 和DCM bandit

摘要 　　當用戶在搜索引擎上查詢感興趣的條目時，通常得到一個包含相關網頁鏈接的列表。用戶從第一個網頁鏈接開始，瀏覽所有的感興趣的鏈接並點擊，直至得到想要的結果或者是最後一個鏈接爲止。這種用戶瀏覽行爲稱爲dependent click model（DCM）。論文通過最大化推薦的網頁鏈接推薦滿意度，向用戶推薦最合適的網頁鏈接。在此報告中，先介紹與論文相關的多臂賭博機問題（multi-armed ban

>>阅读原文<<