收益、相关性、套利及更多：双边市场中搜索体验的联合优化框架

eBay、Etsy 和淘宝等双边市场有两类不同的客户群体：买家利用平台寻找最相关且有趣的待购商品，卖家则将同一平台视为触达受众并发展业务的工具。此外，平台自身也有从扩大买卖双方用户基数到收益最大化等各类目标。不难看出，为各方求得全局有利的结果颇具挑战。以搜索体验为例，任何干预都可能为纠正更迫切的感知需求而不公平地影响买家或卖家。本文探讨了如何在电商企业通常面对的相互竞争的业务指标下，提供与公司目标一致的搜索体验。据我们所知，这是首项在双边市场中考虑多方面业务指标以优化搜索体验的开创性工作。我们指出，许多问题难以甚至无法分解为分配给单篇文档的打分，导致传统方法力有不逮。相反，我们将市场层面的指标表示为约束，并探讨多个潜在冲突的指标能在多大程度上调谐至业务需求。我们进一步探索以进化策略（Evolutionary Strategies）形式使用策略学习器，同时联合优化群体层面与市场层面的指标，从而规避传统的级联方法与人工干预。我们在 Etsy 数据上对所提方法的有效性进行了实证评估，并通过洞察展示其潜力。