When to Target Customers? Retention Management using Constrained Dynamic Off-Policy Policy Learning
Cet article propose une méthode d'apprentissage de politique hors politique dynamique et contrainte afin d'optimiser les stratégies de rétention personnalisées des clients sous des contraintes de budget intertemporelles et de faisabilité, démontrant, à travers des expériences aléatoires à grande échelle sur une plateforme en ligne japonaise, que la politique dynamique résultante surpasse les approches de référence en termes de rentabilité.