基于提升模型的预算约束下面向成本效益的端到端激励推荐

在现代在线平台中，激励措施是提升用户参与度和增加平台收入的关键因素。近年来，提升建模被引入作为为个体客户分配激励的战略方法。尤其在许多实际应用中，线上平台只能在特定预算约束下激励客户。该问题可重新表述为多选背包问题。该优化旨在为每个客户选择最佳激励，以实现投资回报最大化。该领域的最新研究常以两阶段方法来处理预算分配问题。然而，这种解决方案面临以下挑战：(1) 因果推断方法常忽视在线营销中的领域知识，即客户随激励增大应呈现单调平滑的预期响应曲线。(2) 两阶段之间的最优性差距导致在有限预算约束下，因激励推荐信息的丢失，分配性能远次于次优。为解决这些挑战，我们提出一种新型端到端成本有效激励推荐(E3IR)模型，受预算约束限制。具体而言，我们的方法由两个模块组成，即提升预测模块和可微分配模块。在提升预测模块中，我们构建预测头来捕获相邻处理之间的增量改进，并纳入营销领域约束(即单调性和平滑性)。我们将整数线性规划(ILP)作为分配模块的可微层输入。此外，我们在公共数据集和真实产品数据集上进行了大量实验，表明 E3IR 在与现有两阶段方法相比下显著提升了分配性能。