研究人员开发了一个新的“下一步最佳行动”（NBA）系统框架，该系统用于确定折扣和促销等客户干预措施。该框架将NBA构建为约束马尔可夫决策过程（CMDP），并将其离线策略因果校正整合到线性规划（LP）公式中。该系统旨在在遵守运营约束和因果关系的基础上，最大化长期经济价值。在一项涉及网约车优惠券定位的案例研究中，与估计的行为策略相比，优化策略将客户生命周期价值提高了19%。 AI
影响 该框架可以提高客户生命周期价值，并优化各种企业定位系统中的干预策略。
排序理由 该条目描述了一个新颖的研究框架及其在行业案例研究中的验证，符合研究类别。[lever_c_demoted from research: ic=1 ai=0.7]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- Business Action Targeting
- Causal Constrained Offline RL
- Linear Programming
- next-best-action marketing
- Recency, Frequency, and Monetary
- Reinforcement Learning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
