傾斜抽樣

推薦系統

平衡溝通與搜尋成本：後驗抽樣與傾斜抽樣在 AI 推薦系統的最佳化

本文建立一個資訊論化的理論框架，研究使用者與 AI 推薦助理在高維產品空間中的互動設計。使用者透過有成本且有噪音的訊息傳達偏好，AI 根據此訊息以貝氏後驗或經過優化傾斜的取樣分布產生推薦清單，清單大小可調以平衡包含高效用商品的機率與使用者的搜尋成本。