[论文解读] Active Preference Elicitation via Adjustable Robust Optimization

Phebe Vayanos, Duncan C. McElfresh+3 more|arXiv (Cornell University)|Mar 4, 2020

Risk and Portfolio Optimization参考文献 65被引用 7

一句话总结

本文提出了一种用于推荐系统中主动偏好获取的可调鲁棒优化框架，整合了不确定性下的查询选择与推荐。该框架为离线和在线设置提出了精确公式，其在合成数据和真实世界无家可归者住房分配数据上的表现优于最先进方法。

ABSTRACT

We consider the problem faced by a recommender system which seeks to offer a user with unknown preferences an item. Before making a recommendation, the system has the opportunity to elicit the user's preferences by making queries. Each query corresponds to a pairwise comparison between items. We take the point of view of either a risk averse or regret averse recommender system which only possess set-based information on the user utility function. We investigate: a) an offline elicitation setting, where all queries are made at once, and b) an online elicitation setting, where queries are selected sequentially over time. We propose exact robust optimization formulations of these problems which integrate the elicitation and recommendation phases and study the complexity of these problems. For the offline case, where the problem takes the form of a two-stage robust optimization problem with decision-dependent information discovery, we provide an enumeration-based algorithm and also an equivalent reformulation in the form of a mixed-binary linear program which we solve via column-and-constraint generation. For the online setting, where the problem takes the form of a multi-stage robust optimization problem with decision-dependent information discovery, we propose a conservative solution approach. We evaluate the performance of our methods on both synthetic data and real data from the Homeless Management Information System. We simulate elicitation of the preferences of policy-makers in terms of characteristics of housing allocation policies to better match individuals experiencing homelessness to scarce housing resources. Our framework is shown to outperform the state-of-the-art techniques from the literature.

研究动机与目标

• 解决使用成对查询为偏好未知的用户推荐项目的问题。
• 使用基于集合的信息建模用户效用的不确定性，反映风险规避或后悔规避的决策行为。
• 将偏好获取与推荐统一到一个鲁棒优化框架中。
• 为离线（批量）和在线（顺序）查询选择设置开发精确的求解方法。
• 在合成数据和来自无家可归者管理信息系统的真实世界数据上评估该框架。

提出的方法

• 将离线获取问题表述为一个具有决策相关信息发现的两阶段鲁棒优化问题。
• 开发了一种基于枚举的算法，并利用列与约束生成技术对混合整数线性规划进行重表述。
• 为具有决策相关信息发现的在线多阶段鲁棒优化问题提出了一种保守求解方法。
• 使用基于集合的不确定集来表示对用户效用函数的不完全知识。
• 将查询选择与推荐整合到一个单一的优化模型中，以最小化最坏情况下的后悔或风险。
• 将该框架应用于政策制定场景，模拟对住房分配政策偏好的获取。

实验结果

研究问题

• RQ1 推荐系统如何最优地选择成对查询，以在推荐前最小化用户偏好的不确定性？
• RQ2 在用户效用不确定的情况下，查询成本与推荐准确率之间的最优权衡是什么？
• RQ3 如何将鲁棒优化应用于批量和顺序查询设置下的主动偏好获取？
• RQ4 所提出的框架是否能在真实世界偏好获取任务中优于现有最先进方法？
• RQ5 当应用于高风险决策场景（如为无家可归者分配住房资源）时，该框架表现如何？

主要发现

• 所提出的框架在合成数据和真实世界实验中均显著优于最先进技术。
• 离线公式通过混合整数线性规划重表述与列与约束生成技术实现了精确解。
• 在线设置通过一种专为具有信息发现的多阶段决策设计的保守求解方法加以解决。
• 该框架通过基于集合的效用表示有效处理了用户偏好的不确定性。
• 在无家可归者管理信息系统数据上的实证评估表明，其在将个体匹配到稀缺住房资源方面表现出色。
• 将偏好获取与推荐整合到单一鲁棒优化模型中，显著提升了不确定性下的决策质量。