MMSep, 2023

多样化和征服：强盗和多样性提升电子商务主页体验

PDF
TL;DR移动电子商务平台中，提供精准的商品推荐至关重要。通过将可视控件放置在界面顶部，以便在有限的屏幕空间内显示给用户，可以有效吸引用户的注意力和提高用户投射率。 这项工作提出了一个基于上下文多臂赌博问题和多样性层次相结合的两阶段排序框架，用于对垂直可视控件进行个性化排序，通过在印度主要时尚电子商务平台 Myntra 上进行离线和在线 A/B 测试，证明了该框架的有效性。
e-commercewidgetsmobile devicescustomer engagementcontextual multi-arm bandit
发现论文，激发创造
  • 实时多元优化的高效赌博算法

    本文着重于互动网页的多元优化，采用赌博算法探索布局空间并利用山峰爬升法实时选择最优内容，可用于实现布局选择的个性化和情境化，其优化内容的效果已在亚马逊官网多个地点得到实现。

    Oct, 2018

  • 一伙强盗

    本文提出了一种新的算法方法用于解决基于社交网络结构的 Bandit 问题，该算法对每个网络节点（用户）分配了一个 Bandit 算法，并允许其与相邻节点共享信息，与传统 Contextual Bandit 方法相比，实验结果表明该算法在预测性能方面有显著提高。

    Jun, 2013

  • 上下文臂機器人在音樂流媒體應用程式中的旋轉木馬個性化

    本文针对音乐平台等媒体服务提供商经常使用轮播卡片同用户推荐个性化内容的挑战，将轮播卡片的个性化视为多臂赌博问题，基于级联更新和延迟批量反馈提出了一个框架，并通过实验验证了该框架在全球音乐平台上的可用性。此外，本文公开了实验的工业数据，以及一个开源环境，用于模拟类似的轮播卡片个性化学习问题。

    Sep, 2020

  • 基于位置模型的多臂赌博反馈排序学习

    本文介绍了一种基于多臂老虎机算法和位置点击模型的方法，用于解决线上系统中推荐排名的偏见问题，并在合成和实际数据集的离线和在线 A/B 测试中证明了该算法的有效性。

    Apr, 2020

  • 基于上下文多臂赌博机的时变用户兴趣个性化推荐

    研究了在高度非静态环境中的情境赌博问题，提出了一种高效的自适应学习算法，并提供了理论上的遗憾分析来证明在时间长度 $T$ 的情况下，实现了遗憾的亚线性缩放。此外，将该算法扩展到混合收益的更一般情况下，并进行了实证实验，证明了该算法在两种设置下对基线算法的优势。

    Feb, 2020

  • 基于多臂赌博机的组合多臂赌博机在众感知中的多样性招聘

    通过动态调整每轮任务的权重以及采用组合多臂赌博机框架和置信上界方法，本研究提出了一种增强任务多样性、适应任务完成质量差异和有效处理工作者招募预算约束的移动众感知模型，并通过真实数据的模拟和后悔分析证明其有效性。

    Dec, 2023

  • 非静态环境下学习上下文臂

    本文介绍了一种上下文赌博算法，它基于奖励估计置信度来检测环境变化并相应地更新其臂选择策略，而严格的上限遗憾分析证明了其在非平凡环境中的学习效果。

    May, 2018

  • 通过贝叶斯赌博算法在线评估定向广告受众

    该论文介绍了一种在分割目标受众群体并在线实验中解决数字广告匹配问题的上下文强化学习算法，并在中国电商平台 JD.com 上实现

    Jul, 2019

  • 双重高维情境赌臂：联合组合定价的可解释模型

    我们提出了一种基于上下文强化学习的联合组合和定价方法，该方法可以在零售业务中解决选品问题和定价问题，通过计算和真实案例研究证明了该方法的有效性。

    Sep, 2023

  • 一种带视觉先验的混合赌博模型，用于在显示广告中进行创意排名

    本文提出了一种基于混合 bandit 模型的视觉优先级别判定方法，用于在电子商务中推荐商品创意设计，以提高 CTR，通过实验表明该方法的有效性。

    Feb, 2021