-
题名基于贝叶斯A/B/C检验的网页版本投放模型构建
- 1
-
-
作者
夏思琴
付英姿
薛茜
李薛莎
-
机构
昆明理工大学理学院
-
出处
《计算机仿真》
北大核心
2023年第11期506-510,共5页
-
基金
国家自然科学基金项目(11201200,11561035)。
-
文摘
在流量为王的时代,网页点击率蕴含着巨大的商业价值,网页的改版能否提高用户点击率从而实现更多收益是电商企业关注的核心问题。传统的A/B检验方法仅能够评价两个网页版本的优劣,却无法度量决策失误的损失大小。为此建立起关于多版本投放环境下用户点击率的贝叶斯检验模型,通过对点击率考虑伯努利建模,并结合Beta共轭先验,得到点击率的后验分布,并通过定义损失函数,进一步建立起以后验期望损失为判别标准的网页版本选择模型。以阿里云天池提供的有关支付宝新旧版本网页点击率的数据为例进行模型构建及方法验证,实验结果表明,所提方法能够快速得到最优在线投放版本,且误判损失小,决策精度高,具有广泛的应用推广前景。
-
关键词
贝叶斯推断
后验期望损失
蒙特卡洛抽样方法
-
Keywords
bayesian inferenc
Posterior expected loss
Monte Carlo sampling method
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
