面向在线零售竞价与捆绑的后验采样智能体

研究提出一种后验采样智能体，帮助在线零售商在不知道点击如何响应出价、也不了解市场强弱的情况下，学习为易腐商品竞拍赞助搜索点击并搭配常备商品做捆绑折扣。在模拟花店环境中，该智能体在弱市场500个季节的遗憾值仅为每季抽样一次方法的四到七倍更低，平均约三个季节就能摆脱停止竞价的学习困境。每季只做一次折扣可消除顾客等待，弱市场下代价为全知收入的5.9%，强市场则无损失。