Genie：用于优化赞助搜索市场的开放式反事实策略估计器
机器学习
2018-08-23 v1 人工智能
机器学习
摘要
在本文中，我们提出了一个称为 Genie 的离线反事实策略估计框架，用于优化赞助搜索市场。Genie 采用带有点击校准模型的开放式模拟引擎来计算对系统任何修改的 KPI 影响。基于 Bing 流量的实验结果，我们表明 Genie 优于现有的采用随机实验的观测方法，适用于具有频繁策略更新的流量切片。我们还表明，Genie 可用于高效调优全新策略，而无需因冷启动问题创建有风险的随机实验。截至今日，Genie 每年承载超过 10000 个优化作业，为 Bing Ads 运行超过 3000 万处理节点小时的大数据作业。在过去 3 年中，Genie 已被证明是优化 Bing Ads 市场的主要平台之一，因其在频繁策略变化下的可靠性以及最小化真实实验风险的高效性。
引用
@article{arxiv.1808.07251,
title = {Genie: An Open Box Counterfactual Policy Estimator for Optimizing Sponsored Search Marketplace},
author = {Murat Ali Bayir and Mingsen Xu and Yaojia Zhu and Yifan Shi},
journal= {arXiv preprint arXiv:1808.07251},
year = {2018}
}
备注
20 pages, 13 figures