级联子模最大化：在线性格测验中的问题选择与排序

性格测验是一种通过主动提问实现客户分段的强大工具，营销人员将其作为生成潜在客户和提高电子商务销量的有效方法。在本文中，我们研究如何选择和排序一组测验问题，以优化客户分段的质量。我们假设客户将顺序浏览问题列表。阅读一个问题后，客户做出两个可能相关的随机决策：1）她首先决定是否回答该问题，然后 2）决定是否继续阅读下一个问题。我们进一步假设已回答问题带来的效用可由单调子模函数刻画。总体上，我们的问题属于基于非自适应主动学习的客户画像范畴。注意，在我们的模型下，一个问题被回答的概率取决于该问题的位置以及排在其前面的其他问题集合，这使得我们的问题与现有的子模优化研究有根本不同。我们开发了一系列具有可证明性能界的问题选择与排序策略。尽管本文关注测验设计的应用，我们的结果适用于广泛的应用，包括具有位置偏置效应的 assortment 优化。