Évaluation par les données d'algorithmes de bandits contextuels avec applications à la recommandation dynamique

Abstract

Ce travail de th`ese a ́et ́e r ́ealis ́e dans le contexte de la recommandation dynamique. La recom-mandation est l’action de fournir du contenu personnalis ́e `a un utilisateur utilisant une ap-plication, dans le but d’am ́eliorer son utilisation e.g. la recommandation d’un produit surun site marchant ou d’un article sur un blog. La recommandation est consid ́er ́ee commedynamique lorsque le contenu a ` recommander ou encore les goˆuts des utilisateurs ́evoluentrapidement e.g. la recommandation d’actualit ́es. Beaucoup d’applications auxquelles nousnous int ́eressons g ́en`erent d’ ́enormes quantit ́es de donn ́ees grˆace `a leurs millions d’utilisateurssur Internet. N ́eanmoins, l’utilisation de ces donn ́ees pour ́evaluer une nouvelle technique derecommandation ou encore comparer deux algorithmes de recommandation est loin d’ˆetre triv-iale. C’est cette probl ́ematique que nous consid ́erons ici. Certaines approches ont d ́ej`a ́et ́epropos ́ees. N ́eanmoins elles sont tr`es peu ́etudi ́ees autant th ́eoriquement (biais non quantifi ́e,borne de convergence assez large...) qu’empiriquement (exp ́eriences sur donn ́ees priv ́ees). Dansce travail nous commen ̧cons par combler de nombreuses lacunes de l’analyse th ́eorique. En-suite nous discutons les r ́esultats tr`es surprenants d’une exp ́erience `a tr`es grande ́echelle : unecomp ́etition ouverte au public que nous avons organis ́ee. Cette comp ́etition nous a permisde mettre en ́evidence une source de biais consid ́erable et constamment pr ́esente en pratique :l’acc ́el ́eration temporelle. La suite de ce travail s’attaque a ` ce probl`eme. Nous montrons qu’uneapproche `a base de bootstrap permet de r ́eduire mais surtout de contrˆoler ce biais.