When to Target Customers? Retention Management using Constrained Dynamic Off-Policy Policy Learning
यह शोध पत्र अंतर-कालिक बजट और व्यवहार्यता बाधाओं के तहत व्यक्तिगत ग्राहक प्रतिधारण रणनीतियों को अनुकूलित करने के लिए एक बाधित गतिशील ऑफ-पॉलिसी लर्निंग पद्धति का प्रस्ताव करता है, जो एक जापानी ऑनलाइन प्लेटफॉर्म पर बड़े पैमाने पर यादृच्छिक प्रयोगों के माध्यम से यह प्रदर्शित करता है कि परिणामी गतिशील नीति लागत-प्रभावशीलता में आधारभूत दृष्टिकोणों से बेहतर प्रदर्शन करती है।