学习推断用户隐藏状态用于在线序列广告
人工智能
2020-09-04 v1
摘要
为推动在线广告中的购买行为，广告主高度关注优化序列广告策略，其性能与可解释性均十分重要。现有深度强化学习方法缺乏可解释性，使其不易被理解、诊断并进一步优化。本文提出深度意图序列广告（DISA）方法来解决这些问题。可解释性的关键在于理解消费者的购买意图，然而该意图不可观测（称为隐藏状态）。本文将此意图建模为潜变量，并将问题表述为部分可观测马尔可夫决策过程（POMDP），其中底层意图基于可观测行为推断。大规模工业离线及在线实验证明了我们的方法相对于若干基线方法的优越性能。对推断隐藏状态的分析结果证明了我们推断的合理性。
引用
@article{arxiv.2009.01453,
title = {Learning to Infer User Hidden States for Online Sequential Advertising},
author = {Zhaoqing Peng and Junqi Jin and Lan Luo and Yaodong Yang and Rui Luo and Jun Wang and Weinan Zhang and Haiyang Xu and Miao Xu and Chuan Yu and Tiejian Luo and Han Li and Jian Xu and Kun Gai},
journal= {arXiv preprint arXiv:2009.01453},
year = {2020}
}
备注
to be published in CIKM 2020