通过汤普森采样的集成推荐：在电子商务中的实验研究

本工作提出将Thompson Sampling bandit策略扩展用于协调电子商务中基础推荐算法的集合。专注于项目到项目的推荐问题，多个行为和基于属性的预测器被提供给集成学习器。本研究展示了如何使Thompson Sampling适应现实情况，即当动作可用性和奖励平稳性都无法保证时。此外，我们研究了利用产品目录和/或事件历史预先设置奖励概率分布参数来初始化采样器的效果。基于三个真实电子商务数据集的分析报告了实验结果。