热点事件历史事件
AWS分享基于Contextual Bandit的获客漏斗个性化方案
1 篇报道1 个报道来源19 天前更新
先了解这件事
AI 综述
2026年10月2日，AWS Machine Learning Blog发布文章，介绍Amazon Payments如何利用Amazon SageMaker AI上的contextual bandits技术优化获客漏斗。团队采用多目标LinUCB算法，同时对获客漏斗中start、submit、approve三个阶段的个性化内容选择进行优化。在为期七周的在线A/B测试中，某客户群体的最终转化率出现了高个位数百分比的相对提升，另一群体则未见改善。团队分析后认为问题出在内容层面而非模型本身。此外，团队还公开了一个代码仓库，允许用户在合成数据上复现并测试该方法。
AI 根据报道生成 · 19 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AWS Machine Learning BlogAmazon Payments 用 Amazon SageMaker AI 的 contextual bandits 提升获客漏斗转化
Amazon Payments 在 Amazon SageMaker AI 上用多目标 contextual bandit（LinUCB）同时优化获客漏斗 start、submit、approve 三阶段的个性化内容选择。七周在线 A/B 测试中，某客户群体最终转化率出现高个位数百分比的相对提升，另一群体未见改善，问题出在内容而非模型。团队还公开了可在合成数据上测试该方法的代码仓库。