移动支付的激励优化中的对抗学习
机器学习
2022-01-03 v1
摘要
许多支付平台开展大规模营销活动，分配激励以鼓励用户通过其应用进行支付。为最大化投资回报率，激励分配通常以两阶段流程求解。在训练响应估计模型以估计用户移动支付概率（MPP）后，应用线性规划过程获得最优激励分配。然而，训练集中由先前有偏分配策略生成的大量有偏数据导致有偏估计。该偏差恶化了响应模型的性能并误导线性规划过程，大幅降低所得分配策略的性能。为克服此障碍，我们提出一种偏差校正对抗网络。我们的方法利用在全随机分配策略下获得的少量无偏数据训练无偏模型，随后通过对抗学习使用该模型降低偏差。离线与在线实验结果表明，我们的方法优于最先进的方法，并在真实营销活动中显著提升了所得分配策略的性能。
引用
@article{arxiv.2112.15434,
title = {Adversarial Learning for Incentive Optimization in Mobile Payment Marketing},
author = {Xuanying Chen and Zhining Liu and Li Yu and Sen Li and Lihong Gu and Xiaodong Zeng and Yize Tan and Jinjie Gu},
journal= {arXiv preprint arXiv:2112.15434},
year = {2022}
}
备注
Accept by 30th ACM International Conference on Information & Knowledge Management(CIKM2021)