位置による割引を考慮した複数選択バンディット問題

抄録

複数のクリック率の不明なオンライン広告をウェブサイトに配置する問題を考える。このとき、クリック率の高い広告から順に配置したいが、ユーザのフィードバックを見ながらクリック率を推定しオンライン的に配置を最適化する必要がある。下の位置にある広告は通常上位より見られないが、この割引効果を考慮したオンライン最適化を多腕バンディット問題として定式化し、有効なアルゴリズムを提案する。