AWS Machine Learning Blog· Chidi Prince John·· 2 時間前
Amazon Payments、Amazon SageMaker AI上の文脈付き多腕バンディットで獲得ファネルのコンバージョンを改善
Uplifting conversion across the acquisition funnel with personalization using contextual bandits on AWS
AI による要約
Amazon PaymentsはAmazon SageMaker AI上で多目的文脈付き多腕バンディット（LinUCB）を用い、製品獲得ファネル向けのパーソナライズされたコンテンツ選択を実施。7週間のオンラインA/Bテストでは、ある顧客集団で最終ファネルのコンバージョン率が相対で1桁台後半の改善を示した一方、別の集団では改善が見られず、問題はモデルではなくコンテンツにあった。
入選の記録
基準 60公式・一次情報1 回目 342 回目 33
入選せず二回の合計 67 < 基準の 2 倍 120
- 情報源の区分
- 公式・一次情報、この区分の基準は 60 点
- 予備審査
- 通過：正文详述生成式AI个性化与上下文老虎机模型
採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。
情報源：AWS Machine Learning Blog · aws.amazon.com