利用非平稳 bandit 最大化支付路由成功率
机器学习
2023-10-09 v2 分布式、并行与集群计算
摘要
本文讨论了非平稳多臂 bandit 方法的系统架构设计与部署，以基于近期交易历史确定近最优的支付路由策略。我们提出了一种路由服务架构，使用一种基于 Ray 的新颖实现，将基于 bandit 的支付路由最优扩展至每秒超过 10,000 笔交易，并遵循支付卡行业数据安全标准（PCI DSS）的系统设计要求和生态约束。我们首先在自定义模拟器上评估多种基于 bandit 的支付路由算法的有效性，以对多种非平稳 bandit 方法进行基准测试并确定最佳超参数。随后我们在幻想体育平台 Dream11 的支付交易系统上进行了现场实验。在现场实验中，我们证明相较于传统基于规则的方法，我们的非平稳 bandit 算法在一个月内将交易成功率持续提高了 0.92%。
引用
@article{arxiv.2308.01028,
title = {Maximizing Success Rate of Payment Routing using Non-stationary Bandits},
author = {Aayush Chaudhary and Abhinav Rai and Abhishek Gupta},
journal= {arXiv preprint arXiv:2308.01028},
year = {2023}
}
备注
7 Pages, 6 Figures