×
穆斯塔法;米歇尔·塞巴格

阿尔罗斯算法推荐系统。 （英语） Zbl 1404.68145号

Artif公司。智力。 244291-314（2017）.
摘要：算法选择（AS），即选择最适合特定问题实例的算法，被认为是充分利用算法组合的关键问题。本文介绍了一种针对AS的协作过滤方法。协作过滤由Netflix挑战推广，旨在根据用户以前喜欢的项目以及其他用户喜欢的项目推荐用户最可能喜欢的项目。正如第一次提到的D.H.斯特恩等[“合作专家组合管理”，载于：第24届AAAI人工智能会议论文集，AAAI'10。加利福尼亚州帕洛阿尔托：人工智能发展协会（AAAI）。179–184（2010）]，考虑到问题实例“更喜欢”在该特定实例上实现更好性能的算法，算法选择可以形式化为协作过滤问题。
与主流算法选择（AS）方法相比，协作过滤（CF）的两个优点如下。首先，主流AS需要大量的计算昂贵的实验来学习性能模型，所有算法都在所有问题实例上启动，而CF可以利用稀疏矩阵，在每个问题实例上都启动一些算法。其次，AS学习性能模型作为初始实例表示的函数，而CF构建潜在因素来描述算法和实例，并使用相关的潜在指标来为特定问题实例推荐算法。该算法推荐器的主要贡献阿尔罗斯系统将处理冷起动问题-为新的问题实例提出建议-通过基于初始实例表示的潜在因素的非线性建模，扩展Stern等人提出的线性方法[loc.cit.]。
的优点和普遍性阿尔罗斯在ASLib和OpenML基准上进行了实证验证。

引用于2文件

MSC公司：

68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
68单位35 信息系统的计算方法（超文本导航、接口、决策支持等）
68周01 算法理论中的一般主题

关键词：

算法选择;约束满足;约束编程;协同过滤;元学习

软件：

萨特齐拉;阿尔罗斯;Hyperopt公司;汽车-WEKA;开放多媒体程序库;ASlib（ASlib）;SMAC公司;帕拉米尔斯;Scikit公司;剪影
PDF格式BibTeX公司 XML格式引用
\textit{M.M.sr}和\textit{M.Sebag}，Artif。智力。244291-314（2017；Zbl 1404.68145）
全文： 内政部

参考文献：

[1] 阿加瓦尔，D。；陈，B.-C。；Elango，P。；Ramakrishnan，R.，门户网站内容推荐，Commun。ACM，56，6，92-101（2013）
[2] Ahn，H.J.，一种用于协作过滤的新相似性度量，以缓解新用户的冷启动问题，《信息科学》。，178, 1, 37-51 (2008)
[3] Bardenet，R。；布伦德尔，M。；Kégl，B。；Sebag，M.，协作超参数调整（第30届机器学习国际会议论文集，第28卷）。第三十届国际机器学习会议记录，第28卷，ICML（2013），199-207
[4] Bennett，J。；Lanning，S.，网飞奖（KDD Cup and Workshop in Conjunction with ACM SIGKDD（2007）），201-206
[5] Bergstra，J。；Bardenet，R。；Y.本吉奥。；Kégl，B.，超参数优化算法，（Shawe Taylor，J.；Zemel，R.；Bartlett，P.；Pereira，F。；Weinberger，K.，《第25届神经信息处理系统年会论文集》。第25届神经信息处理系统年会论文集，西班牙格拉纳达NIPS。第25届神经信息处理系统年会论文集。第25届神经信息处理系统年会论文集，NIPS，格拉纳达，西班牙，神经信息处理体系进展，第24卷（2011））
[6] Bischl，B。；科尔斯克，P。；Kotthoff，L。；林道尔，M.T。；Malitsky，Y。；弗雷谢特，A。；胡斯，H.H。；Hutter，F。；莱顿-布朗，K。；蒂尔尼，K。；Vanschoren，J.，ASlib:算法选择的基准库，Artif。智力。，237, 41-58 (2016) ·Zbl 1357.68202号
[7] Bobadilla，J。；奥尔特加，F。；埃尔南多，A。；Gutiérrez，A.，推荐系统调查，Knowl-基于系统。，46, 109-132 (2013)
[8] 博格，I。；Groenen，P.J.，《现代多维标度：理论与应用》（2005），施普林格出版社·Zbl 1085.62079号
[9] Braddil，P。；承运人，C.G。；苏亚雷斯，C。；Villata，R.，《元学习：数据挖掘应用》（2008），施普林格出版社·兹比尔1173.68625
[10] Braddil，P。；Soares，C.，分类算法选择排序方法的比较，（de Mántaras，R.L。；Plaza，E.，第十一届欧洲机器学习会议。第十一届欧洲机器学习会议。第十一届欧洲机器学习会议。第十一届欧洲机器学习会议，ECML，LNCS，第1810卷（2000），Springer），63-74
[11] 楚·W。；Ghahramani，Z.，有序回归的高斯过程，J.Mach。学习。第61019-1041号决议（2005年）·Zbl 1222.68170号
[12] 爱泼斯坦，S.L。；弗洛伊德，E.C。；华莱士·R。；莫罗佐夫，A。；Samuels，B.，《自适应约束引擎》，（Hentenryck，P.V.，第八届约束编程原理与实践国际会议。第八届约束编程原理与实践国际会议。第八届约束编程原理与实践国际会议，CP，LNCS，第2470卷（2006），Springer），525-540
[13] Gagliolo，M。；Schmidhuber，J.，《算法组合选择是一个具有无限损失的强盗问题》，《数学年鉴》。Artif公司。智力。，61, 2, 49-86 (2011) ·Zbl 1234.68339号
[14] 戈麦斯，C.P。；Selman，B.，算法投资组合，人工制品。智力。，126, 1-2, 43-62 (2001) ·Zbl 0969.68047号
[15] Gunawardana，A。；Meek，C.，Tied Boltzmann机器的冷启动建议，（Pu，P.；Bridge，D.G.；Mobasher，B.；Ricci，F.，《ACM推荐系统会议论文集》，《ACM推荐系统会议文献集》，RecSys（2008），ACM），19-26
[16] Hartigan，J.，《聚类算法》（1975），John Wiley and Sons·Zbl 0372.62040号
[17] Hutter，F。；胡斯，H.H。；Leyton-Brown，K.，通用算法配置的基于序列模型的优化，（Coello，C。第五届学习与智能优化会议。第五届学习与智能优化会议，狮子。第五届学习与智能优化会议。第五届学习与智能优化会议，LION，LNCS，第6683卷（2011年），Springer，507-523
[18] Hutter，F。；胡斯，H.H。；莱顿-布朗，K。；Stützle，T.，ParamILS：自动算法配置框架，J.Artif。智力。第36号、第1号、第267-306号决议（2009年）·Zbl 1192.68831号
[19] Järvelin，K。；Kekäläinen，J.，检索高度相关文档的IR评估方法，（第23届国际ACM SIGIR信息检索研究与开发会议论文集（2000），ACM），41-48
[20] 卡迪奥格鲁，S。；马利茨基，Y。；Sabharwal，A。；萨穆洛维茨，H。；Sellmann，M.，算法选择与调度，（第17届约束程序设计原理与实践国际会议。第17届限制程序设计原理和实践国际会议，CP。第17届约束程序设计原理与实践国际会议。第17届约束编程原理与实践国际会议，CP，LNCS，第6876卷（2011），Springer），454-469
[21] 卡迪奥格鲁，S。；Malitsky，Y。；Sellmann，M。；Tierney，K.，ISAC-特定实例的算法配置，（《第19届欧洲人工智能会议论文集》。《第19次欧洲人工智能大会论文集》，ECAI。《第十九届欧洲人工人工智能会议文献集》。ECAI，Front.Artif.Intell.Appl.，vol.215（2010），IOS出版社），751-756
[22] Kotthoff，L.，算法选择的混合回归分类模型，（Raedt，L.D.；Bessière，C.；Dubois，D.；Doherty，P.；Frasconi，P.，Heintz，F.；Lucas，P。J.F.，《第20届欧洲人工智能会议论文集》。第20届欧洲人工智能会议论文集，ECAI。第20届欧洲人工智能会议记录。第20届欧洲人工智能会议论文集，ECAI，Front。Artif公司。智力。申请。，第242卷（2012），IOS出版社），480-485·Zbl 1327.68195号
[23] Kotthoff，L.，组合搜索问题的算法选择：一项调查，AI Mag.，35，3，48-60（2014）
[24] Kotthoff，L.，算法选择的ICON挑战（2015），CoRR
[25] Kotthoff，L。；Gent，I.P.公司。；Miguel，I.，《搜索问题算法选择中机器学习的评估》，AI Commun。，25, 3, 257-270 (2012)
[26] 莱顿-布朗，K。；Nudelman，E。；安德鲁·G。；麦克法登，J。；Shoham，Y.，《算法选择的组合方法》，（《第18届国际人工智能联合会议论文集》，第18届人工智能国际联合会议论文，IJCAI（2003）），1542
[27] 林道尔，M.T。；胡斯，H.H。；Hutter，F。；Schaub，T.，Autofolio：自动配置的算法选择器，J.Artif。智力。研究，53，745-778（2015）
[28] 刘建华。；周，T。；张，Z.-K。；杨，Z。；刘，C。；Li，W.-M.，《在推荐系统中推广冷启动项目》，《公共科学图书馆·综合》，9，12，文章e113457 pp.（2014）
[29] Malitsky，Y。；O'Sullivan，B.，算法选择的潜在特征，（第七届组合搜索年度研讨会论文集。第七届联合搜索年度研讨会文献集，SOCS（2014））
[30] Malitsky，Y。；Sabharwal，A。；萨穆洛维茨，H。；Sellmann，M.，基于成本敏感层次聚类的算法组合，（第23届国际人工智能联合会议论文集。第23届国际人工智能联合会议论文集，IJCAI（2013），AAAI出版社），608-614
[31] M’s’r，M。；Sebag，M.，《作为协同过滤问题的算法选择》（2013），技术代表，INRIA-Saclay
[32] Nguyen，P。；希拉里奥，M。；Kalousis，A.，使用元挖掘来支持数据挖掘工作流程规划和优化，J.Artif。智力。研究，51，605-644（2014）
[33] 尼科利奇，M。；Marić，F。；Janičić，P.，SAT简单算法组合，Artif。智力。版本：40、4、457-465（2013）
[34] O'Mahony，E。；希伯拉德，E。；荷兰，A。；Nugent，C。；O'Sullivan，B.，在算法组合中使用基于案例的推理解决约束，（爱尔兰人工智能和认知科学会议（2008）），210-216
[35] Oentaryo，R.J。；Handoko，S.D。；Lau，H.C.，通过排名选择算法，（第29届AAAI人工智能会议论文集。第29届人工智能会议文献集，AAAI（2015）），1826-1832
[36] 佩斯利，J.W。；Carin，L.，核矩阵补全的非参数贝叶斯模型，（IEEE声学、语音和信号处理国际会议论文集。IEEE声学，语音与信号处理国际大会论文集，ICASSP 2010（2010），IEEE），2090-2093
[37] 帕克，S.-T。；Chu，W.，冷启动推荐的成对偏好回归，（第三届美国机械工程师协会推荐系统会议记录。第三届美国机械工程师协会推荐系统会议记录，RecSys（2009），美国机械工程师协会），21-28
[38] 佩德雷戈萨，F。；瓦罗佐，G。；Gramfort，A。；米歇尔，V。；蒂里昂，B。；O.格栅。；布隆德尔，M。；普雷滕霍弗，P。；韦斯，R。；杜堡，V。；杜堡，V。；范德普拉斯，J。；帕索斯，A。；库纳波，D。；马蒂厄，B。；佩罗，M。；Duchesnay，E.，Scikit-learn：Python中的机器学习，J.Mach。学习。第12号决议，2825-2830（2011年）·Zbl 1280.68189号
[39] Pulina，L。；Taccella，A.，Aqme’10，JSAT，7，2-3，65-70（2010年）
[40] Rice，J.，算法选择问题，高级计算。，15, 65-118 (1976)
[41] Rousseeuw，P.J.，《Silhouettes：聚类分析解释和验证的图形辅助》，计算。申请。数学。，20 (1987) ·Zbl 0636.62059号
[42] Salakhutdinov，R。；Mnih，A.，使用马尔可夫链蒙特卡罗的贝叶斯概率矩阵分解，（第25届机器学习国际会议论文集。第25届国际机器学习会议论文集，ICML（2008）），880-887
[43] 萨穆洛维茨，H。；Memisevic，R.，《学习解决QBF》，（第22届全国人工智能会议论文集，第22卷）。第22届全国人工智能会议记录，第22卷，AAAI（2007），255-360
[44] 索尔，L.K。；Roweis，S.T.，《全局思考，局部拟合：低维流形的无监督学习》，J.Mach。学习。第4119-155号决议（2003年）·Zbl 1093.68089号
[45] 谢恩，A.I。；Popescul，A。；Ungar，L.H。；Pennock，D.M.，《冷启动建议的方法和量度》，（第25届ACM SIGIR信息检索研究与开发年会论文集，第25届国际ACM SIGIS信息检索研究和开发年会文献集，芬兰坦佩雷（2002）），253-260
[46] 斯特恩·D·H。；赫布里希，R。；Graepel，T.，Matchbox：大规模在线贝叶斯建议，（Quemada，J.；León，G.；Maarek，Y.S.；Nejdl，W.，《第18届万维网国际会议论文集》，第18届国际万维网会议论文集，WWW（2009），ACM），111-120
[47] 斯特恩·D·H。；萨穆洛维茨，H。；赫布里希，R。；Graepel，T。；Pulina，L。；Taccella，A.，《协作专家组合管理》（Fox，M.；Poole，D.，《第24届AAAI人工智能会议论文集》。《第24次AAAI会议论文集人工智能》，AAAI（2010），AAAI-出版社）
[48] 斯特朗，G.，《线性代数及其应用》（1980），学术出版社：纽约学术出版社·Zbl 0463.15001号
[49] 苏，X。；Khoshgoftaar，T.，《协作过滤技术调查》，高级Artif。智力。，2009, 421425:1-421425:19 (2009)
[50] 孙，Q。；Pfahringer，B.，《基于元学习的更好算法排名的成对元规则》，马赫。学习。，93, 1, 141-161 (2013) ·Zbl 1293.68241号
[51] Teo，C.H。；Smola，A.J。；Vishwanathan，副总裁。；Le，Q.V.，正则化风险最小化的可扩展模块凸解算器，（Berkhin，P.；Caruana，R.；Wu，X.，第13届ACM SIGKDD国际知识发现和数据挖掘会议论文集（2007），ACM），727-736
[52] 桑顿，C。；Hutter，F。；胡斯，H.H。；Leyton-Brown，K.，Auto-WEKA:分类算法的组合选择和超参数优化，（第19届ACM SIGKDD国际知识发现和数据挖掘会议论文集。第19届AC M SIGKDD国际知识发现与数据挖掘会议文献集，KDD（2013），ACM），847-855
[53] van Rijn，J。；Bischl，B。；托戈，L。；高，B。；乌马珊卡，V。；费舍尔，S。；冬季，P。；Wiswedel，B。；Berthold，M。；Vanschoren，J.，OpenML:一个协作科学平台，（Blockeel，H.；Kersting，K.；Nijssen，S.；elezn，F.，《数据库中的机器学习和知识发现会议录-欧洲会议》，ECML PKDD，第三部分。数据库中的机器学习和知识发现会议记录-欧洲会议，ECML PKDD，第三部分，LNCS，第8190卷（2013），Springer），645-649
[54] Weimer，M。；卡拉佐格鲁，A。；Le，Q。；Smola，A.，CofiRank-协作排名的最大边际矩阵分解，（《第21届神经信息处理系统年会论文集》，第21届神经元信息处理系统年度会议论文集，NIPS（2007）），222-230
[55] J·韦斯顿。；王，C。；韦斯，R.J。；Berenzweig，A.，《潜在协作检索》（《第29届机器学习国际会议论文集》，第29届国际机器学习会议论文集，ICML，苏格兰爱丁堡，英国（2012））
[56] Wolpert博士。；Macready，W.，《优化无免费午餐定理》，IEEE Trans。进化。计算。，1, 1, 67-82 (1997)
[57] 徐，L。；Hutter，F。；胡斯，H。；Leyton-Brown，K.，SATzilla:SAT基于组合的算法选择，J.Artif。智力。研究，32，1565-606（2008）·Zbl 1182.68272号
[58] 徐，L。；Hutter，F。；胡斯，H。；Leyton Brown，K.，评估组件求解器对基于投资组合的算法选择器的贡献，（Cimatti，A.；Sebastiani，R.，第15届可满足性测试理论与应用国际会议。第15届可满足性测试理论与应用国际会议，SAT。第十五届满意度测试理论与应用国际会议。第十五届满意度测试理论与应用国际会议，SAT，LNCS，第7317卷（2012），Springer），228-241
[59] 徐，L。；Hutter，F。；胡斯，H。；Leyton-Brown，K.，英国哥伦比亚大学SAT专题（2012）·Zbl 1182.68272号
[60] 徐，L。；Hutter，F。；沈，J。；胡斯，H。；Leyton-Brown，K.，SATzilla2012：基于成本敏感分类模型的改进算法选择，（2012年SAT挑战会议录：求解器和基准描述（2012）），57-58
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。