Hierarchical Bayesian Experimental Estimation of Incremental Local Advertising Effects with Secure Aggregation and Differential Privacy
Questo articolo presenta un framework computazionale per la preservazione della privacy che combina esperimenti randomizzati in aree accoppiate, aggregazione sicura e privacy differenziale con l'inferenza bayesiana gerarchica per stimare accuratamente gli effetti incrementali della pubblicità locale e ottimizzare i budget nonostante i dati di conversione scarsi e i rigorosi vincoli di privacy.