Hierarchical Bayesian Experimental Estimation of Incremental Local Advertising Effects with Secure Aggregation and Differential Privacy
Este artículo presenta un marco computacional de preservación de la privacidad que combina experimentos aleatorios de áreas emparejadas, agregación segura y privacidad diferencial con inferencia bayesiana jerárquica para estimar con precisión los efectos incrementales de la publicidad local y optimizar los presupuestos a pesar de la escasez de datos de conversión y las estrictas restricciones de privacidad.