When to Target Customers? Retention Management using Constrained Dynamic Off-Policy Policy Learning
Este artículo propone un método de aprendizaje de políticas fuera de la política dinámico y restringido para optimizar las estrategias de retención de clientes personalizados bajo restricciones de presupuesto e intertemporales y de viabilidad, demostrando mediante experimentos aleatorios a gran escala en una plataforma japonesa que la política dinámica resultante supera a los enfoques de referencia en rentabilidad.