基于时空自适应感知的单调建模强化：多样化营销情境下的提升
人工智能
2025-05-13 v2
摘要
在移动互联网时代，线上食品订购服务（OFOS）因便利性而成为包容性金融的重要组成部分。OFOS平台通过多样化的营销活动为用户和商户提供动态分配激励，以鼓励支付并维持平台的预算效率。尽管取得了显著进展，但营销领域仍面临两个主要挑战：（i）如何以更高的效率分配有限预算，要求精准预测用户对激励的单调响应（即敏感性），（ii）确保在不同时间和地点进行的多样化营销活动的时空适应性和鲁棒性。为此，我们提出了一种受约束的单调自适应网络（CoMAN）方法，用于营销定价中的时空感知。具体来说，我们通过两个基础时空感知模块捕捉属性特征中的时空偏好。为进一步增强对用户在不同时间和地点对激励敏感性差异的捕捉，我们设计了用于学习时空凸性和凹性的模块，以及用于表达敏感性函数的模块。CoMAN可以在定价过程中更高效地分配激励投资，从而在保持预算效率的同时提高转化率和订单量。广泛的离线和在线实验结果表明，我们所提出的方法在多样化营销活动中有效且优于当前单调方法的最新进展。
引用
@article{arxiv.2406.14132,
title = {Enhancing Monotonic Modeling with Spatio-Temporal Adaptive Awareness in Diverse Marketing},
author = {Bin Li and Jiayan Pei and Feiyang Xiao and Yifan Zhao and Zhixing Zhang and Diwei Liu and HengXu He and Jia Jia},
journal= {arXiv preprint arXiv:2406.14132},
year = {2025}
}
备注
12 pages