Hierarchical Bayesian Experimental Estimation of Incremental Local Advertising Effects with Secure Aggregation and Differential Privacy
Cet article présente un cadre de calcul préservant la confidentialité qui combine des expériences aléatoires par zones appariées, l'agrégation sécurisée et la confidentialité différentielle avec l'inférence bayésienne hiérarchique afin d'estimer avec précision les effets publicitaires locaux incrémentaux et d'optimiser les budgets malgré la rareté des données de conversion et les contraintes strictes de confidentialité.