008240612s2023      us  |||||||||||||||c||eng  d
■001000016934554
■00520240214101625
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380469920
■035    ▼a(MiAaPQ)AAI30615162
■035    ▼a(MiAaPQ)STANFORDky391xq2715
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a658
■1001  ▼aCarranza,  Aldo  Gael.
■24510▼aPrivacy  and  Efficiency  in  Personalized  Decision-Making  and  Recommendation▼h[electronic  resource]
■260    ▼a[S.l.]:▼bStanford  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(218  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-04,  Section:  B.
■500    ▼aAdvisor:  Athey,  Susan.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aIn  the  current  digital  era,  marked  by  the  ubiquity  of  individual-level  data  and  sophisticated  artificial  intelligence  systems  highly  capable  of  exploiting  data  heterogeneity,  data-driven  personalized  decision-making  and  recommendation  systems  have  become  prevalent  in  providing  customized  services  and  experiences  to  individuals.  These  bespoke  systems,  however,  continue  to  present  considerable  challenges  regarding  their  deployment  in  adaptive,  heterogeneous,  and  privacy-sensitive  settings.  This  dissertation  presents  three  research  projects  that  delve  into  some  of  these  critical  issues,  offering  insights  and  novel  solutions  aimed  at  enhancing  the  privacy  and  efficiency  of  personalized  decision-making  and  recommendation  systems.Chapter  1  of  this  dissertation  investigates  the  challenges  of  model  learning  in  contextual  bandits  for  adaptive  decision-making  and  presents  a  method  to  improve  data  efficiency  and  robustness  to  model  misspecification  in  this  online  setting.  Contextual  bandit  algorithms  often  estimate  reward  models  to  inform  decision-making.  However,  true  rewards  can  contain  action-independent  redundancies  that  are  not  relevant  for  decision-making.  We  show  it  is  more  data-efficient  to  estimate  any  function  that  explains  the  reward  differences  between  actions,  that  is,  the  treatment  effects.  Motivated  by  this  observation,  building  on  recent  work  on  oracle-based  bandit  algorithms,  we  provide  a  universal  reduction  of  contextual  bandits  to  general-purpose  heterogeneous  treatment  effect  estimation,  and  we  design  a  simple  and  computationally  efficient  algorithm  based  on  this  reduction.  Our  theoretical  and  experimental  results  demonstrate  that  heterogeneous  treatment  effect  estimation  in  contextual  bandits  offers  practical  advantages  over  reward  estimation,  including  more  efficient  model  estimation  and  greater  robustness  to  model  misspecification.In  Chapter  2,  we  consider  heterogeneous  data  adaptation  and  privacy  in  decision-making  informed  by  historical  observational  data.  We  consider  the  problem  of  learning  personalized  decision  policies  on  observational  bandit  feedback  data  from  heterogeneous  data  sources.  Moreover,  we  examine  this  problem  in  the  federated  setting  where  a  central  server  aims  to  learn  a  policy  on  the  data  distributed  across  the  heterogeneous  sources  without  exchanging  their  raw  data  due  to  privacy  concerns.  We  present  a  federated  policy  learning  algorithm  based  on  aggregation  of  local  policies  trained  with  doubly  robust  offline  policy  evaluation  and  learning  strategies.  We  provide  a  novel  regret  analysis  for  our  approach  that  establishes  a  finite-sample  upper  bound  on  a  notion  of  global  regret  across  a  distribution  of  clients.  In  addition,  for  any  individual  client,  we  establish  a  corresponding  local  regret  upper  bound  characterized  by  the  presence  of  distribution  shift  relative  to  all  other  clients.  We  support  our  theoretical  findings  with  experimental  results.  Our  analysis  and  experiments  provide  insights  into  the  value  of  heterogeneous  client  participation  in  federation  for  policy  learning  in  heterogeneous  settings.Lastly,  in  Chapter  3,  we  pivot  slightly  from  the  focus  of  the  first  two  chapters  on  decision-making  systems  with  online  and  offline  policy  learning  methods  to  investigating  data  privacy  in  recommender  systems.  We  propose  a  novel  approach  for  developing  privacy-preserving  large-scale  recommender  systems  using  differentially  private  (DP)  large  language  models  (LLMs)  which  overcomes  certain  challenges  and  limitations  in  DP  training  these  complex  systems.  This  method  is  particularly  well  suited  for  the  emerging  area  of  LLM-based  recommender  systems,  but  can  be  readily  employed  for  any  recommender  systems  that  process  representations  of  natural  language  inputs.  Our  approach  involves  using  DP  training  methods  to  fine-tune  a  publicly  pre-trained  LLM  on  a  query  generation  task.
■590    ▼aSchool  code:  0212.
■650  4▼aDecision  making.
■650  4▼aComputer  science.
■650  4▼aRecommender  systems.
■690    ▼a0984
■690    ▼a0800
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g85-04B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16934554▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024