Algorithmes de bandit pour l'optimisation des systèmes de recommandation

Bandit algorithms for recommender system optimization

• Auteur / Autrice : Matthieu Jedor
• Direction : Vianney Perchet
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées
• Date : Soutenance le 18/12/2020
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale de mathématiques Hadamard (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Référent : École normale supérieure Paris-Saclay (Gif-sur-Yvette, Essonne ; 1912-....)
• Partenaire(s) de recherche : Laboratoire : Centre Borelli (Gif-sur-Yvette, Essonne ; 2020-...)
• Jury : Président / Présidente : Christophe Giraud
• Jury : Examinateurs / Examinatrices : Philippe Preux, Myriam Maumy-Bertrand, Jonathan Louëdec, Romaric Gaudel
• Jury : Rapporteur / Rapporteuse : Philippe Preux, Myriam Maumy-Bertrand

Mots clés

Mots clés contrôlés

Commerce électronique

Systèmes de recommandation (informatique)

Machines à sous

Apprentissage par renforcement (intelligence artificielle)

Mots clés libres

Apprentissage par renforcement

Bandit multi-Bras

Système de recommandation

Commerce en ligne

Reinforcement learning

Multi-Armed bandits

Recommender system

E-Commerce

Résumé

Dans cette thèse de doctorat, nous étudions l'optimisation des systèmes de recommandation dans le but de fournir des suggestions de produits plus raffinées pour un utilisateur.La tâche est modélisée à l'aide du cadre des bandits multi-bras.Dans une première partie, nous abordons deux problèmes qui se posent fréquemment dans les systèmes de recommandation : le grand nombre d'éléments à traiter et la gestion des contenus sponsorisés.Dans une deuxième partie, nous étudions les performances empiriques des algorithmes de bandit et en particulier comment paramétrer les algorithmes traditionnels pour améliorer les résultats dans les environnements stationnaires et non stationnaires qui l'on rencontre en pratique.Cela nous amène à analyser à la fois théoriquement et empiriquement l'algorithme glouton qui, dans certains cas, est plus performant que l'état de l'art.

In this PhD thesis, we study the optimization of recommender systems with the objective of providing more refined suggestions of items for a user to benefit.The task is modeled using the multi-armed bandit framework.In a first part, we look upon two problems that commonly occured in recommendation systems: the large number of items to handle and the management of sponsored contents.In a second part, we investigate the empirical performance of bandit algorithms and especially how to tune conventional algorithm to improve results in stationary and non-stationary environments that arise in practice.This leads us to analyze both theoretically and empirically the greedy algorithm that, in some cases, outperforms the state-of-the-art.