Bandit algorithms for recommender system optimization - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Bandit algorithms for recommender system optimization

Algorithmes de bandit pour l'optimisation des systèmes de recommandation

Résumé

In this PhD thesis, we study the optimization of recommender systems with the objective of providing more refined suggestions of items for a user to benefit.The task is modeled using the multi-armed bandit framework.In a first part, we look upon two problems that commonly occured in recommendation systems: the large number of items to handle and the management of sponsored contents.In a second part, we investigate the empirical performance of bandit algorithms and especially how to tune conventional algorithm to improve results in stationary and non-stationary environments that arise in practice.This leads us to analyze both theoretically and empirically the greedy algorithm that, in some cases, outperforms the state-of-the-art.
Dans cette thèse de doctorat, nous étudions l'optimisation des systèmes de recommandation dans le but de fournir des suggestions de produits plus raffinées pour un utilisateur.La tâche est modélisée à l'aide du cadre des bandits multi-bras.Dans une première partie, nous abordons deux problèmes qui se posent fréquemment dans les systèmes de recommandation : le grand nombre d'éléments à traiter et la gestion des contenus sponsorisés.Dans une deuxième partie, nous étudions les performances empiriques des algorithmes de bandit et en particulier comment paramétrer les algorithmes traditionnels pour améliorer les résultats dans les environnements stationnaires et non stationnaires qui l'on rencontre en pratique.Cela nous amène à analyser à la fois théoriquement et empiriquement l'algorithme glouton qui, dans certains cas, est plus performant que l'état de l'art.
Fichier principal
Vignette du fichier
97619_JEDOR_2020_archivage.pdf (14.8 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03148304 , version 1 (22-02-2021)

Identifiants

  • HAL Id : tel-03148304 , version 1

Citer

Matthieu Jedor. Bandit algorithms for recommender system optimization. General Mathematics [math.GM]. Université Paris-Saclay, 2020. English. ⟨NNT : 2020UPASM027⟩. ⟨tel-03148304⟩
206 Consultations
48 Téléchargements

Partager

Gmail Facebook X LinkedIn More