איך Bandit חמושים קובע מה מודעות וסיפורים שאתה רואה באינטרנט

תאר לעצמך שאתה מהמר ואתה עומד מול כמה מכונות מזל. המטרה שלך היא למקסם את הזכיות שלך, אבל אתה לא ממש יודע שום דבר על פוטנציאל rewards המוצעים על ידי כל מכונה. אתה מבין, עם זאת, מבין כי מנופים אתה מושך את התדירות שבה אתה עושה כך ישפיע על התוצאות של ההימור שלך להימורים.

תרחיש זה, מתמודד כל יום על ידי המבקרים בלאס וגאס ואטלנטיק סיטי (לכל דבר אנשים עדיין ללכת אטלנטיק סיטי) הוא גם פאזל לוגי קלאסי בשם "Bandit חמושים" - מכונות הימורים מכונים "One-Armed שודדים "על ידי הזדקנות סוגי רינו כי יש להם מנוף אחד לקחת כסף של אנשים. אמנם אין דרך נכונה אחת כדי להתמודד עם מצבי חבלה מרובי חמושים - המועמד הקרוב ביותר הוא מדד גיטין - ישנן גישות אסטרטגיות לטיפול בבעיות אלה שאתה רואה מבלי להירשם כל יום כאשר אתה גולש באינטרנט. אלגוריתמים רבים המסדירים את אופן הצגת התוכן באמצעות Google ובאתרי אינטרנט בנויים סביב אסטרטגיות MAB. המטרה כמעט בכל המקרים היא לקשר למידה ותוצאות ולמקסם את הפוטנציאל לשניהם.

גישה מרובת חבלים בנדיט משמש הוושינגטון פוסט כדי להבין אילו תמונות וכותרות אתה צפוי ללחוץ, ועל ידי רשתות אלחוטיות כדי לברר אילו אופטימלי, אנרגיה משמרת נתיבים הם הטובים ביותר. האלגוריתמים כי לגדול מתוך גישות MBA חשובים מאוד לחברות אלה ועוד רבים כי הם בעצם לקבוע מתי ומודעות אשר מופיעים באינטרנט.

להבין מה המודעות להראות לאנשים היא בעיה מאתגרת כי יש כל כך הרבה שודדים אחד חמושים מתרוצצים סביב לחיצה על דברים באינטרנט. MAB אלגוריתמים עבור פרסומות בדרך כלל להשתמש שינוי מהיר "תמותה רב חמוש נשלט בעיה", אשר מוחל על פני תקופות זמן קצוב. נתוני התנועה משמשים לפיתוח מתודולוגיות יעילות יותר ויותר.

קשה לחבר את MABs למטרה מדויקת, כי ניתן ליצור כל כך הרבה וריאציות של הנוסחה. לשודדים של K, למשל, יש "נשק" המתחרים על מנת לקבל את הפרס הגבוה ביותר. הקונטקסטואליסטים עושים את אותו הדבר אבל עם "ייעוץ מומחה" - נתונים שנאספו בעבר על המשתמש - ואת האינטרנט מוכן בשם "ILOVETOCONBANDITS" רק עובד על לוח הזמנים של סיבובים מראש. לעומת זאת, לגישת MAB קלאסית אין מידע צדדי אפשרי והתוצאה תלויה רק ​​בפוטנציאל הפעולה שנבחרה.

בעוד היישום שימושי ביותר עבור MABs עד כה נראה להיות קשור לאינטרנט, החוקרים פועלים לקראת מציאת דרך ליישם אותם תרחישים "החיים האמיתיים" (aka meatspace). במאמר שפורסם בשנת 2015, חוקרים מאוניברסיטת בריטיש קולומביה שוקלים את יישום MABs על ניסויים רפואיים. המטרה, אם MABs להוכיח להיות אפשרי כאן, היא כי אלגוריתם MAB יכול למדוד את ההשפעה של תרופה מסוימת. הבעיה המתבקשת היא שאם לא ניתן ליצור גרסה ממוחשבת של מחשב זה, ההליכה לגישה זו תהיה פשוט יותר מדי זמן. אין שום דרך לעצב את ה- MAB בתוך ניסוי קליני.

הרעיון הוא נחמד, אבל לא ריאלי כמו עכשיו. עד שהעתיד יהיה כאן, תרגישו בעיקר את הנוכחות המתקרבת של שודד רב-חמוש כאשר אתם מנסים נואשות ללחוץ על מודעות קופצות.