推薦系統的EE問題及Bandit算法

E&E問題簡介 問題描述 條件：假設我們有K個準備推薦的item，每個item的回報的服從不同的概率分佈p_item，且分佈參數未知 目標：如果有T次機會推薦，如何制定決策過程從而獲取最大的累積回報 See also：多臂賭博機問題（Multi-armed bandit problem, K-armed bandit problem, MAB） 表現形式 隨機式(stochastic bandit

>>阅读原文<<