Bayesian nonparametric Plackett-Luce models for the analysis of preferences for college degree programmes

Résumé : Dans cet article nous proposons un modèle bayésien non paramétrique pour la classification non supervisée de données de rangs partiels. On s'intéresse dans un premier temps à développer une extension bayésienne non paramétrique du modèle de Plackett-Luce pouvant traiter un nombre potentiellement infini d'éléments. Notre cadre se base sur la théorie des mesures complètement aléatoires, avec comme a priori une mesure complètement aléatoire. Nous dérivons une caractérisation de la loi a posteriori et un échantillonneur de Gibbs simple pour approcher la loi a posteriori. Nous développons ensuite une extension de notre modèle utilisant des processus de Dirichlet à mélange, et l'appliquons à la classification non supervisée des préférences pour les programmes universitaires de diplômés irlandais du secondaire.
Type de document :
Article dans une revue
Annals Of Applied Statistics, Institute Mathematical Statistics, 2014
Liste complète des métadonnées

Littérature citée [16 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00755478
Contributeur : Francois Caron <>
Soumis le : mardi 14 janvier 2014 - 17:38:24
Dernière modification le : mardi 14 janvier 2014 - 20:34:50
Document(s) archivé(s) le : samedi 8 avril 2017 - 15:18:10

Fichiers

aoas_final.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00755478, version 2
  • ARXIV : 1211.5037

Citation

Francois Caron, Yee Whye Teh, Thomas Brendan Murphy. Bayesian nonparametric Plackett-Luce models for the analysis of preferences for college degree programmes. Annals Of Applied Statistics, Institute Mathematical Statistics, 2014. 〈hal-00755478v2〉

Partager

Métriques

Consultations de la notice

244

Téléchargements de fichiers

139