Constructive Preference Elicitation by Setwise Max-Margin Learning
Constructive Preference Elicitation by Setwise Max-Margin Learning
复制标题
通过 Setwise 最大边际学习进行建设性偏好诱导
DOI：
--
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
P. Viappiani
中科院分区：
文献类型：
--
作者：
Stefano Teso;Andrea Passerini;P. Viappiani
在本文中，我们提出了一种方法，以优惠的启发，是适合于大的配置空间超出了现有的国家的最先进的方法。我们的setwise最大保证金方法可以被视为一个泛化的最大保证金学习集，并可以产生一组“不同”的项目，可用于向用户询问信息查询。此外，该方法可以鼓励参数空间中的稀疏性，以有利于对集中在少数特征上的权重组合的效用评估。我们提出了一个混合整数线性规划公式，并展示了我们的方法与贝叶斯偏好诱导方法相比，可以轻松地扩展到现实的数据集。
In this paper we propose an approach to preference elicitation that is suitable to large configuration spaces beyond the reach of existing state-of-the-art approaches. Our setwise max-margin method can be viewed as a generalization of max-margin learning to sets, and can produce a set of "diverse" items that can be used to ask informative queries to the user. Moreover, the approach can encourage sparsity in the parameter space, in order to favor the assessment of utility towards combinations of weights that concentrate on just few features. We present a mixed integer linear programming formulation and show how our approach compares favourably with Bayesian preference elicitation alternatives and easily scales to realistic datasets.
DOI：
10.1007/978-3-319-44944-9
发表时间：
2016-09
期刊：
--
影响因子：
--
作者：
Ana Silva;Tiago Oliveira;Vicente Julián;José Neves;Paulo Novais
通讯作者：
Ana Silva;Tiago Oliveira;Vicente Julián;José Neves;Paulo Novais