Çok Silahlı Haydut Nasıl Çevrimiçi Gördüğünüz Reklamları ve Öyküleri Nasıl Belirliyor?

Anonim

Bir kumarbaz olduğunuzu ve birkaç slot makinesinin önünde durduğunuzu hayal edin. Amacınız kazancınızı en üst düzeye çıkarmak, ancak aslında her makinenin sunduğu potansiyel ödüller hakkında hiçbir şey bilmiyorsunuz. Bununla birlikte, çektiğiniz kolların ve bununla yapacağınız sıklığın kumar ataklarının sonuçlarını etkileyeceğini biliyorsunuzdur.

Las Vegas ve Atlantic City'nin ziyaretçileri tarafından her gün karşılaşılan bu senaryo (insanlar ne kadar derecede Atlantic City'ye gidiyorlarsa) aynı zamanda “Çok Silahlı Haydut” adlı klasik bir mantık bulmacasıdır - slot makineleri “Tek Silahlı” olarak adlandırılır. Haydiler ”Reno-tiplerini yaşlandırarak çünkü onların bir kolu var ve insanların parasını alıyorlar. Çok Silahlı Haydut durumlarını ele almanın doğru bir yolu olmamasına rağmen - en yakın aday Gittins Index - çevrimiçi olduğunuzda her gün kayıt olmadan gördüğünüz bu sorunların çözümüne yönelik stratejik yaklaşımlar var. İçeriğin Google üzerinden görünme biçimini düzenleyen birçok algoritma ve web sitelerinde MAB stratejileri etrafında oluşturulmuştur. Neredeyse tüm durumlarda amaç, öğrenmeyi ve sonuçları birbirine bağlamak ve her ikisinin de potansiyelini en üst düzeye çıkarmaktır.

Çok silahlı bir haydut yaklaşımı tarafından kullanılır. Washington post Hangi fotoğrafların ve başlıkların tıklanma olasılığını bulmak için ve hangi enerji tasarrufu sağlayan en iyi rotaların hangisi olduğunu bulmak için kablosuz ağlar kullanarak. MBA yaklaşımlarından çıkan algoritmalar bu şirketler ve diğerleri için büyük önem taşıyor, çünkü temelde hangi reklamların ne zaman ve hangi reklamların çevrimiçi görüneceğini belirler.

İnsanlara hangi reklamların gösterileceğini bulmak zor bir sorundur, çünkü çevrimiçi olarak tıklamakla dolaşan çok sayıda tek kollu haydut vardır. Reklamlar için MAB algoritmaları genellikle sonlu dönemlerde uygulanan, hızla değişen bir “ölümcül çok silahlı haydut sorununu” kullanır. Trafik verileri giderek daha etkin metodolojiler geliştirmek için kullanılmaktadır.

MAB'leri kesin bir amaç ile tespit etmek zordur, çünkü formülün birçok varyasyonunu oluşturmak mümkündür. Örneğin K-silahlı haydutların beklenen en yüksek ödülü almak için yarışan “kolları” var. Bağlamsallaştırılmış haydutlar aynı şeyi yapar ancak “uzman tavsiyesi” ile - daha önce kullanıcı tarafından toplanan veriler - ve webde hazır olan “ILOVETOCONBANDITS” sadece önceden belirlenmiş bir tur programında çalışır. Buna karşılık, klasik bir MAB yaklaşımının hiçbir yan bilgisi yoktur ve sonuç sadece seçilen eylemin potansiyeline bağlıdır.

MAB'ler için bugüne kadarki en faydalı uygulama internet ile ilgili gibi görünmekle birlikte, araştırmacılar onları “gerçek yaşam” (aka etyolojik alan) senaryolarına uygulamanın bir yolunu bulmak için çalışıyor. 2015 yazısında, British Columbia Üniversitesi'nden araştırmacılar MAB'lerin tıbbi denemelere uygulanmasını düşünmektedir. MAB'lerin burada mümkün olduğunu kanıtlaması halinde, MAB algoritmasının belirli bir ilacın etkisini ölçebilmesidir. Açıkça görülen sorun, bunun bilgisayar tarafından modüle edilmiş bir versiyonu oluşturulmadığı sürece, bu yaklaşıma devam etmenin çok zaman alacağıdır. Bir MAB tasarımının klinik bir denemeye yerleştirilmesinin imkanı yoktur.

Fikir güzel, ama şu an için mümkün değil. Gelecek burada olana kadar, çaresizce pop-up reklamları tıklamaya çalıştığınızda, çok silahlı bir haydutun belirsiz varlığını hissedeceksiniz.