問題タブ [beta-distribution]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
machine-learning - ますます多くのフィードバックに基づいて、ベータ版配布用のアルファおよびベータ パラメータを更新します
大学のプロジェクトで、顧客からのフィードバックに基づいてオンライン コンテンツのランク付けに取り組んでいます。そのために、各コンテンツを以前のアルファおよびベータ パラメータに関連付け、得たフィードバックに基づいてそれらを更新します。試行回数を重ねるごとに、アルファ パラメータとベータ パラメータの値が増加し続けます。モデルを最近の顧客の行動にもっと反応させたいので、アップデートでは、以前のパラメータを 0.9 の係数で減衰させ、最終日のアルファ、ベータを合計します (一次不均一線形差分方程式として)。
崩壊により、モデルは一部のコンテンツが最適でなかったことを忘れ、それを再度調査しようとして、循環的な動作につながります。これを解決するより良い方法はありますか？ディストリビューションを構築するために先月のデータを調べてみましたが、それも「忘れっぽい」ようです。モデルが反応的であり、次善の戦略を忘れないようにしながら、アルファ/ベータが大きくなりすぎないようにするにはどうすればよいですか?