解密在线聚类的强盗问题:在随机和光滑对抗背景下的增强探索

📝

内容提要

本研究针对在线聚类强盗问题中存在的统计信息不足和强假设要求进行探讨。我们提出了两种新算法UniCLUB和PhaseUniCLUB,通过改进的探索机制加速用户聚类识别,并且在消除独立同分布假设的情况下,显著提升了算法性能。实验结果表明,所提算法在合成数据和真实数据集上均优于现有方法。

➡️

继续阅读