Buchumschlag

Multi-User Contextual Cascading Bandits for Personalized Recommendation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Park, Jiho, Jia, Huiwen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decentralized Contextual Bandits with Network Adaptivity
von: Deng, Chuyun, et al.
Veröffentlicht: (2025)

Contextual Bandits with Budgeted Information Reveal
von: Gan, Kyra, et al.
Veröffentlicht: (2023)

Feel-Good Thompson Sampling for Contextual Dueling Bandits
von: Li, Xuheng, et al.
Veröffentlicht: (2024)

Variance-Aware Feel-Good Thompson Sampling for Contextual Bandits
von: Li, Xuheng, et al.
Veröffentlicht: (2025)

Signature Approach for Contextual Bandits with Nonlinear and Path-dependent Rewards
von: Guo, Xin, et al.
Veröffentlicht: (2026)

Variance-Aware Regret Bounds for Stochastic Contextual Dueling Bandits
von: Di, Qiwei, et al.
Veröffentlicht: (2023)

Early Stopping in Contextual Bandits and Inferences
von: Cui, Zihan
Veröffentlicht: (2025)

Multi-Armed Bandits with Minimum Aggregated Revenue Constraints
von: Yahmed, Ahmed Ben, et al.
Veröffentlicht: (2025)

Bandit Convex Optimisation
von: Lattimore, Tor
Veröffentlicht: (2024)

The Safety-Privacy Tradeoff in Linear Bandits
von: Zibaie, Arghavan, et al.
Veröffentlicht: (2025)

Learning to Sparsify Stochastic Linear Bandits
von: Wang, Zhengmiao, et al.
Veröffentlicht: (2026)

Sharper Guarantees for Misspecified Kernelized Bandit Optimization
von: Maran, Davide, et al.
Veröffentlicht: (2026)

Online Newton Method for Bandit Convex Optimisation
von: Fokkema, Hidde, et al.
Veröffentlicht: (2024)

Tight Rates for Bandit Control Beyond Quadratics
von: Sun, Y. Jennifer, et al.
Veröffentlicht: (2024)

Combinatorial Causal Bandits without Graph Skeleton
von: Feng, Shi, et al.
Veröffentlicht: (2023)

Model Predictive Control is almost Optimal for Heterogeneous Restless Multi-armed Bandits
von: Narasimha, Dheeraj, et al.
Veröffentlicht: (2025)

Bandit Allocational Instability
von: Chen, Yilun, et al.
Veröffentlicht: (2026)

Low-Complexity Algorithm for Restless Bandits with Imperfect Observations
von: Liu, Keqin, et al.
Veröffentlicht: (2021)

Explore-then-Commit for Nonstationary Linear Bandits with Latent Dynamics
von: Choi, Sunmook, et al.
Veröffentlicht: (2025)

PAC-Bayes Meets Online Contextual Optimization
von: Xie, Zhuojun, et al.
Veröffentlicht: (2025)

Contextual Stochastic Vehicle Routing with Time Windows
von: Serrano, Breno, et al.
Veröffentlicht: (2024)

DOPL: Direct Online Preference Learning for Restless Bandits with Preference Feedback
von: Xiong, Guojun, et al.
Veröffentlicht: (2024)

Regret Bounds for Expected Improvement Algorithms in Gaussian Process Bandit Optimization
von: Tran-The, Hung, et al.
Veröffentlicht: (2022)

Adversarial Network Optimization under Bandit Feedback: Maximizing Utility in Non-Stationary Multi-Hop Networks
von: Dai, Yan, et al.
Veröffentlicht: (2024)

Contextual Scenario Generation for Two-Stage Stochastic Programming
von: Islip, David, et al.
Veröffentlicht: (2025)

Modified Meta-Thompson Sampling for Linear Bandits and Its Bayes Regret Analysis
von: Li, Hao, et al.
Veröffentlicht: (2024)

Unified Precision-Guaranteed Stopping Rules for Contextual Learning
von: Ding, Mingrui, et al.
Veröffentlicht: (2026)

MultiBalance: Multi-Objective Gradient Balancing in Industrial-Scale Multi-Task Recommendation System
von: He, Yun, et al.
Veröffentlicht: (2024)

A Regularized Online Newton Method for Stochastic Convex Bandits with Linear Vanishing Noise
von: Zhan, Jingxin, et al.
Veröffentlicht: (2025)

Neural Network-Based Bandit: A Medium Access Control for the IIoT Alarm Scenario
von: Raghuwanshi, Prasoon, et al.
Veröffentlicht: (2024)

Selective Ambulance Dispatch Under Contextual Travel-Time Uncertainty
von: Lin, Zikun, et al.
Veröffentlicht: (2026)

Variance-Reduced Cascade Q-learning: Algorithms and Sample Complexity
von: Boveiri, Mohammad, et al.
Veröffentlicht: (2024)

Distributed Online Bandit Nonconvex Optimization with One-Point Residual Feedback via Dynamic Regret
von: Hua, Youqing, et al.
Veröffentlicht: (2024)

Smart Surrogate Losses for Contextual Stochastic Linear Optimization with Robust Constraints
von: Im, Hyungki, et al.
Veröffentlicht: (2025)

A Survey of Contextual Optimization Methods for Decision Making under Uncertainty
von: Sadana, Utsav, et al.
Veröffentlicht: (2023)

Active Learning For Contextual Linear Optimization: A Margin-Based Approach
von: Liu, Mo, et al.
Veröffentlicht: (2023)

Logarithmic Regret for Unconstrained Submodular Maximization Stochastic Bandit
von: Zhou, Julien, et al.
Veröffentlicht: (2024)

Model Predictive Control is Almost Optimal for Restless Bandit
von: Gast, Nicolas, et al.
Veröffentlicht: (2024)

Smooth Non-Stationary Bandits
von: Jia, Su, et al.
Veröffentlicht: (2023)

Harnessing Unimodality in Semiparametric Contextual Pricing via Oracle Price Map Learning
von: Fan, Yingying, et al.
Veröffentlicht: (2026)