为描述我们的学习模型,让我们想这样一个例子,一个用户每天都会访问的个性化新闻阅读器.在第t天,新闻阅读器推荐了一系列文章 yt = (d1,d2,d3,d4,d5,...) ,并且观测哪篇文章真的被用户阅读过了.我们假设决定阅读那篇文章是受两个因素影响的.其一,文章必须和用户的兴趣相关.其二,这个决定可能会依赖于y里面的其它文章.比如说,用户可能会对欧洲债务危机感兴趣,但是就算y里面包括了5篇相关文章,他大概只会阅读与此问题相关的一篇文章.
在本文中,我们设计了一个在线的学习算法,它能够同时以相关性和文件之间的相互依赖性来建模.我们采用的训练数据是用户每天阅读的系列文件.继续用上面的例子,该系统可能会观测到用户阅读了d3和d5.显而易见的,我们不能下结论说 {d3,d5}是用户想在第t天阅读的最佳文章集合,因为列表的下部可能还有用户根本就没瞧见的别的文章.然而我们可以得出下面的结论,用户对于出示的列表yt = (d1,d2,d3,d4,d5,...) ,会有个优选排行 y¯t = (d3,d5,d1,d2,d4,...).我们把y¯t = (d3,d5,d1,d2,d4,...)称作用户反馈排行.