From the archives
Systèmes de recommandations : algorithmes de bandits et évaluation expérimentale
Historical material. Affiliations, schedules and roles on this page describe their original context.
Les systèmes de recommandation à très grande échelle sont aujourd'hui omniprésents sur
internet : ouvrages conseillés à l'achat dans les librairies en ligne, articles
recommandés sur les sites d'information, sans parler des cadres publicitaires qui
financent l'essentiel de très nombreux sites aujourd'hui...
Trouver la meilleure recommandation à faire à un visiteur peut être considéré comme un
``problème de bandits'' : il faut en même temps apprendre ses préférences, et utiliser les
interactions déjà passées pour maximiser le nombre de recommandations suivies, tout en
restant capable de gérer des flux de données très importants.
Nous présentons ici quelques-uns des algorithmes les plus célèbres pour résoudre ce type
de problèmes, et notamment l'algorithme UCB (Upper Confidence Bound), l'{al\-go\-rithme}
EXP3 (Exponential weights for Exploration and Exploitation) et le Thompson Sampling (du
nom de l'inventeur, au début des années trente, de cette méthode d'inspiration
bayésienne). Leurs mérites respectifs sont soulignés et discutés, avec la présentation des
résultats théoriques les plus importants les concernant.
Nous montrons en outre, dans un notebook ipython associé, comment expérimenter
l'efficacité de ces méthodes pour la recommandation : ceci pose une difficulté
particulière, car des jeux de données statiques rendent peu aisée l'évaluation de méthodes
vouées à interagir avec des utilisateurs. Nous montrerons en particulier comment mettre en
place des expériences sur deux jeux de données célèbres : movielens et jester.
