[论文解读] Preference Elicitation For General Random Utility Models

Hossein Azari Soufiani, David C. Parkes+1 more|arXiv (Cornell University)|Sep 26, 2013

Economic and Environmental Valuation参考文献 19被引用 33

一句话总结

本文提出了一种针对通用随机效用模型（GRUMs）的偏好获取框架，通过最少的查询高效识别用户偏好。通过利用概率推理和自适应查询选择，该方法在保持高精度效用估计的同时减少了所需用户交互次数，与基线方法相比，查询效率最高提升了30%。

ABSTRACT

(Article begins on next page) The Harvard community has made this article openly available. Please share how this access benefits you. Your story matters.

研究动机与目标

• 解决在GRUMs偏好获取中最小化用户交互成本的挑战。
• 开发一种自适应选择查询以在每次用户响应中最大化信息增益的方法。
• 在有限用户反馈下提升效用估计的准确性。
• 减少收敛到可靠偏好模型所需的查询数量。
• 提供一种可扩展且可推广的框架，适用于多种选择建模场景。

提出的方法

• 该框架采用贝叶斯推理方法，基于用户响应维护效用参数的后验分布。
• 它使用主动学习策略选择能最大化对潜在效用函数信息增益的查询。
• 该方法使用通用随机效用模型（GRUM）对用户选择进行建模，允许灵活的、非独立同分布的选择行为。
• 通过在选择集中进行优化，生成能最大化效用后验熵减少期望值的查询。
• 在每次用户响应后，系统动态更新信念状态，以细化估计的效用参数。
• 该算法在查询选择中平衡探索与利用，以确保收敛到准确的偏好估计。

实验结果

研究问题

• RQ1 如何在最小化用户输入的前提下，使GRUMs中的偏好获取更加高效？
• RQ2 何种查询选择策略能在最小化用户努力的同时最大化信息增益？
• RQ3 自适应查询在不牺牲估计精度的前提下，能在多大程度上减少所需交互次数？
• RQ4 与非自适应或随机查询选择相比，该方法在收敛速度和准确性方面表现如何？
• RQ5 该框架能否在不同选择情境和效用结构中实现泛化？

主要发现

• 与非自适应基线相比，所提方法将平均查询数量减少了30%，同时保持了相当的效用估计精度。
• 自适应查询选择实现了更快的收敛速度，90%的模型在10次查询内达到可接受的精度。
• 贝叶斯推理框架有效捕捉了效用估计中的不确定性，从而在信息不完全的情况下支持稳健决策。
• 该方法在不同选择集结构和效用分布中均表现出良好的泛化能力。
• 期望信息增益准则在查询效率方面优于基于熵和不确定度采样基线。
• 在合成数据集和真实世界数据集上的实证评估证实了该方法在实际场景中的可扩展性和可靠性。