hal-00730792, version 1

Bayesian nonparametric models for ranked data

Francois Caron (, ) ^a, 1, 2, Yee Whye Teh () ^b, 3

NIPS - Neural Information Processing Systems (2012)

• a –  INRIA
• b –  Oxford University
• 1 :  ALEA (INRIA Bordeaux - Sud-Ouest)
• 
  INRIA – Université de Bordeaux – CNRS : UMR5251 France
• 2 :  Institut de Mathématiques de Bordeaux (IMB)
• http://www.math.u-bordeaux.fr/IMB/
  CNRS : UMR5251 – Université Sciences et Technologies - Bordeaux I – Université Victor Segalen - Bordeaux II 351 cours de la Libération 33405 TALENCE CEDEX France
• 3 :  Department of Statistics
• 
  University of Oxford 1 South Parks Road, Oxford OX1 3TG, UK Royaume-Uni

Références bibliographiques

• Type de publication : Communications avec actes
• Domaine :

  Statistiques/Machine Learning

  Statistiques/Méthodologie

• Titre : Bayesian nonparametric models for ranked data
• Résumé : We develop a Bayesian nonparametric extension of the popular Plackett-Luce choice model that can handle an infinite number of choice items. Our framework is based on the theory of random atomic measures, with the prior specified by a gamma process. We derive a posterior characterization and a simple and effective Gibbs sampler for posterior simulation. We develop a time-varying extension of our model, and apply it to the New York Times lists of weekly bestselling books.
• Résumé français : On s'intéresse dans ce rapport à une extension bayésienne non paramétrique du modèle de Plackett-Luce pour les données de rang, pouvant traiter un nombre potentiellement infini d'éléments. Notre cadre se base sur la théorie des mesures complètement aléatoires, avec comme a priori un processus de gamma. Nous dérivons une caractérisation de la loi a posteriori et un échantillonneur de Gibbs simple pour approcher la loi a posteriori. Nous développons également une version dynamique de notre modèle, et l'appliquons aux listes hebdomadaires des 20 meilleures ventes du New York Times.
• Langue du document : Anglais
• Date de publication : 12/2012
• Audience : internationale
• Titre conférence : NIPS - Neural Information Processing Systems
• Ville : Lake Tahoe
• Pays : États-Unis
• Date conférence : 12/2012
• Editeur commercial : MIT Press
• Mots-clés : choice models – generalized Bradley-Terry model – Plackett-Luce model – gamma process – Markov Chain Monte Carlo
• Référence interne : RR-8140

Liste des fichiers attachés à ce document :

TEX

RR-8140.bbl(4.7 KB)

logo-inria.png(275.1 KB)

NIPS2012_INRIA_RR_supp.tex(12.3 KB)

pagei.png(26.9 KB)

RR-8140.tex(61.8 KB)

RR.sty(14.9 KB)

rrpage1.png(47.6 KB)

figures

CRM.pdf(18.6 KB)

hardcoverfiction.png(43.6 KB)

infPL01.pdf(4 KB)

infPL1.pdf(4.1 KB)

infPL3.pdf(4.1 KB)

paperbacknonfiction.pdf(10 KB)

sampleprior.pdf(70.3 KB)

samplepriornorm.pdf(88.3 KB)

PDF

RR-8140.pdf(883.5 KB)

• hal-00730792, version 1
• http://hal.inria.fr/hal-00730792
• oai:hal.inria.fr:hal-00730792
• Contributeur : Francois Caron <>
• Soumis le : Dimanche 18 Novembre 2012, 20:15:29
• Dernière modification le : Lundi 19 Novembre 2012, 08:40:54