消费者动态变形：Bandits 遇见 HMM-研究论文

【文件属性】：
文件名称：消费者动态变形：Bandits 遇见 HMM-研究论文
文件大小：6.14MB
文件格式：PDF
更新时间：2021-06-09 18:41:09
Machine Learning Electronic 创建网站是为了帮助访问者采取一些行动，例如购买或捐赠。 当访问者点击各种网页时，他们可能会Swift采取行动，也可能会反弹。 能够适应这种消费者动态的网站表现更好。 然而，评估访问者在每次点击时与动作的距离变化并实时适应它是具有挑战性的，因为网站中的设计元素数量众多，而且呈指数级组合。 我们通过将潜在状态与网页设计相匹配，结合多臂*文献、网站变形和 HMM 文献的最新进展来解决这个问题。 我们开发了一个新颖的动态程序，以明确模拟公司在将访问者推到漏斗上的后续状态和在给定当前购买概率估计的情况下最大化即时奖励之间的权衡。 我们使用 HMM 实时评估访问者的状态，并将其与 MAB 模型结合以了解每个设计×状态组合的有效性。 我们在两个应用程序中提供了概念验证。 首先，我们在欧洲一所主要大学的 MBA 网站上进行了实地考察。 其次，我们在云服务器上实施我们的算法，并在消费电子产品的在线商店上对其进行测试。 在这两个应用中，我们发现使用我们的算法匹配动态状态的变形优于当前的 MAB 方法（固定设计）和替代策略。