📈 economics

Two-Sided Prioritized Ranking: A Coherency-Preserving Design for Marketplace Experiments

该论文提出了一种名为“双边优先级排序（TSPR）”的实验设计方法，通过利用排名位置偏差并随机化用户与物品的曝光顺序，在保持平台价格与库存一致性的前提下，有效解决了在线市场定价实验中因物品间干扰导致的估计偏差问题。

原作者： Mahyar Habibi, Zahra Khanalizadeh, Negar Ziaeian

发布于 2026-03-17

📖 1 分钟阅读☕ 轻松阅读

原作者： Mahyar Habibi, Zahra Khanalizadeh, Negar Ziaeian

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文解决了一个在线市场（比如电商、酒店预订网站）在测试“价格变动”时遇到的棘手难题。为了让你轻松理解，我们可以把整个场景想象成一家繁忙的餐厅，而这篇论文提出的方法（TSPR）就像是一位聪明的服务员，他发明了一种既不惹恼顾客，又能准确知道“打折”到底有没有用的新招数。

以下是用大白话和比喻对这篇论文的解读：

1. 核心难题：为什么简单的“打折测试”会失效？

想象你是一家餐厅的老板，你想测试：“如果我把牛排的价格降低 10%，顾客会买更多吗？”

传统做法（A/B 测试的陷阱）：
你让服务员给一半顾客看打折的牛排，另一半看原价的。
- 问题一（干扰效应）： 顾客不是只看牛排。如果牛排便宜了，原本打算点羊排的顾客可能改点牛排了。结果羊排销量下降，并不是因为羊排不好吃，而是因为牛排抢了生意。这就叫**“干扰”**。你测出来的数据是混乱的，因为你不知道销量变化是因为价格，还是因为顾客在菜单里“移花接木”。
- 问题二（一致性/信誉问题）： 如果你让服务员对不同的顾客展示不同的价格（比如对张三打折，对李四不打折），顾客一旦发现，会觉得被“杀熟”或不公平，甚至可能投诉或退单。这就是论文里说的**“破坏平台一致性”**。

老板的困境： 既不能把价格搞乱（怕顾客生气），又不能简单地把打折和原价混在一起测（怕数据不准）。

2. 解决方案：TSPR（双边优先排序法）

论文提出了一种叫TSPR的新方法。它的核心思想不是改变价格本身，而是改变价格展示的位置。

比喻：餐厅的“座位安排”策略

想象餐厅有两张桌子（两组顾客），菜单上有很多菜（商品），其中一部分菜被标记为“打折菜”（处理组），另一部分是“原价菜”（对照组），还有一部分是“普通菜”（安慰剂组，用来缓冲）。

A 组顾客（控制组）： 服务员把原价菜放在菜单的最前面（第 1、2 道），打折菜藏在最后面。
B 组顾客（实验组）： 服务员把打折菜放在菜单的最前面（第 1、2 道），原价菜藏在最后面。

关键点：

所有顾客看到的菜单内容是一样的（都有打折菜和原价菜），价格也是公平的（没有对不同的人报不同的价）。这满足了“一致性”要求，顾客不会觉得被针对。
利用“位置偏见”： 大家都知道，菜单最前面的菜最容易被人点，越往后越没人看。
制造差异： 通过把“打折菜”推到 A 组顾客看不到的后面，把 B 组顾客推到最前面，我们就人为地制造了**“打折菜被看到的频率”**的巨大差异。

3. 它是如何算出效果的？

这就好比我们在玩一个**“猜谜游戏”**：

我们观察 B 组（打折菜在前）点了多少菜。
我们观察 A 组（打折菜在后）点了多少菜。
因为 B 组的打折菜更容易被看到，如果打折真的有效，B 组的总销量应该明显高于 A 组。
但是，因为打折菜被推到了前面，可能会挤占其他菜的位置（干扰效应）。论文通过数学模型（就像解方程一样），把“因为位置靠前带来的额外点击”和“因为价格打折带来的真实购买欲”区分开。

简单来说： 就像你通过观察“把书放在书架最显眼位置”和“把书藏在书架角落”时，读者拿取次数的巨大差异，来推算出这本书到底好不好看，而不是去问读者“你喜不喜欢这本书”。

4. 为什么这个方法很厉害？（实验结果）

作者用 Expedia（一个大型酒店预订网站）的真实数据做了模拟实验，发现：

比“乱序测试”（传统 A/B 测试）更准： 传统方法因为顾客互相抢单（干扰），算出来的效果往往偏差很大（要么高估，要么低估）。TSPR 把这种偏差降得很低。
比“分组隔离测试”（集群随机化）更稳： 另一种方法是把相似的商品强行分在一组，只测这一组。但这就像把餐厅分成 200 个小隔间，每个隔间人很少，数据波动极大，很难看出规律。TSPR 不需要分这么细，它利用的是整个大厅的流量，数据非常稳定，误差极小。

5. 总结：这对我们意味着什么？

这篇论文就像给在线平台（淘宝、亚马逊、美团等）提供了一套**“高情商”的实验指南**：

以前： 想测价格变动，要么冒着得罪顾客的风险（乱定价），要么测出来的数据全是错的（互相干扰）。
现在（TSPR）： 我们可以不动价格，只动**“谁排在前面”**。利用顾客“只看前面”的习惯，巧妙地制造实验环境。
结果： 既能保护顾客体验（大家看到的都一样），又能拿到极其精准的商业决策数据。

一句话总结：
这就好比你想测试“把促销海报贴在门口”还是“贴在厕所”哪个效果好，但你不能把海报撕下来换地方（因为顾客会看到不同的价格）。于是你让一半顾客只走大门，另一半顾客只走侧门，通过观察哪边的人更多，你就知道海报贴在哪最有效，而且没人会觉得奇怪。这就是 TSPR 的聪明之处。

论文技术总结：双向优先排序（TSPR）——一种保持市场一致性的实验设计

1. 研究背景与问题定义

1.1 核心挑战

在线市场（如电商、酒店预订平台）在进行定价实验时面临两大核心矛盾：

干扰（Interference）与 SUTVA 违背：在排名列表中，用户注意力有限，商品之间存在竞争关系。改变列表中某件商品的价格（处理），会通过替代效应或互补效应影响列表中其他商品（控制组）的需求。这违背了稳定单元处理值假设（SUTVA），导致传统的商品级 A/B 测试（Item-level A/B tests）产生严重偏差。
平台一致性（Coherency）约束：
- 价格一致性：法律（如欧盟竞争法）和声誉风险要求同一商品对所有用户显示相同的价格。这排除了用户级随机化（User-level randomization），因为后者会导致不同用户看到同一商品的不同价格。
- 目录完整性：平台不能随意从搜索结果中移除商品或向不同用户展示不同的商品集，否则会破坏用户体验和替代模式。

1.2 现有方法的局限性

用户级随机化：违反价格一致性。
商品级随机化（Item-level）：在存在干扰时偏差巨大。
聚类随机化（Cluster Randomization）：虽然能减少干扰，但需要定义复杂的聚类结构，且统计功效低（方差大），难以在动态市场中实施。
开关测试（Switchback）：频繁的价格波动会混淆用户行为，且难以在价格等显著干预中保持内部效度。

2. 方法论：双向优先排序（TSPR）

作者提出了一种名为**双向优先排序（Two-Sided Prioritized Ranking, TSPR）**的实验设计，旨在在保持平台一致性的前提下，利用排名偏差（Position Bias）来识别全局处理效应。

2.1 核心机制

TSPR 不改变商品本身的价格或可见性，而是通过重新排序来操纵用户对处理组商品的“暴露程度”：

商品分组：将商品随机分为三组：
- 处理组（Treated）：接受干预（如价格变动）。
- 控制组（Untreated）：保持原样。
- 安慰剂组（Placebo）：作为缓冲，平衡处理组和控制组的数量，防止因池大小不同导致的推荐质量偏差。
用户分组与排序策略：将用户查询随机分为两组（ $Q_A$ $Q_{A}$ 和 $Q_B$ $Q_{B}$ ）：
- $Q_B$ （处理优先组）：将“处理组”商品排在列表顶部，随后是“安慰剂组”，最后是“控制组”。
- $Q_A$ （控制优先组）：将“控制组”商品排在列表顶部，随后是“安慰剂组”，最后是“处理组”。
利用位置偏差：由于用户高度关注排名靠前的商品（位置偏差）， $Q_B$ 组用户会更多地看到处理组商品，而 $Q_A$ 组用户主要看到控制组商品。这种设计在保持所有用户看到相同商品集合和价格（一致性）的同时，创造了处理暴露的系统性差异。

2.2 理论框架与估计量

目标参数：全局提升效应（Global Lift, $\Phi$ ），即从“全控制”世界到“全处理”世界的总产出变化比例。
识别假设：
- 注意力与处理可分离性：处理改变产出水平，但不改变注意力函数的形状。
- 对称扭曲：重排序对两组用户的注意力衰减影响是对称的。
- 部分处理效应：随着处理商品在顶部块中数量的增加，部分提升效应收敛于全局效应。
估计方法：
- 计算不同深度（ $l$ ）下的部分提升（Partial Lift） $\hat{\phi}(l)$ 。
- 利用参数化方法（加权最小二乘法 WLS）或非参数方法（保序回归 Isotonic Regression），将部分提升外推至全局提升 $\Phi$ 。随着深度 $l$ 增加，部分效应收敛于全局效应。

3. 实验设置与数据

数据来源：基于 Expedia 酒店搜索数据的半合成模拟（Semi-synthetic simulation）。
模型构建：
- 点击模型：逻辑回归，包含位置偏差、历史点击及潜在效用。
- 预订模型：多项 Logit 模型，包含级联行为（Cascade behavior），即先点击的商品更可能被预订。
干扰模拟：处理（价格变动）会改变潜在效用，导致同一查询内的商品间产生替代效应（Booking one hotel reduces probability of others）。
对比基线：
1. 伯努利随机化（Bernoulli-randomized）：商品级随机 A/B 测试。
2. 聚类随机化（Cluster-randomized）：基于 SVD 和 K-means 对商品进行聚类后随机分配。

4. 主要结果

通过 20,000 次查询的 500 次模拟重复，结果显示：

指标	伯努利随机化 (Item-level)	聚类随机化 (Cluster-level)	TSPR (参数化)	TSPR (非参数化)
偏差 (Bias)	高 (-0.0337)	低 (0.0086)	中 (-0.0133)	极低 (0.0069)
标准差 (SD)	低 (0.0279)	极高 (0.1345)	极低 (0.0162)	低 (0.0275)
均方根误差 (RMSE)	0.0438	0.1348 (最差)	0.0210 (最优)	0.0283

偏差消除：TSPR 显著消除了因列表内干扰导致的偏差（相比伯努利随机化，偏差大幅降低）。
方差控制：TSPR 的方差远小于聚类随机化（聚类随机化的标准差是 TSPR 的 4.9 到 8.3 倍），因为它利用了更多的随机化单元（查询级而非聚类级）。
稳健性：TSPR 在不同处理概率（ $p$ ）下表现稳健，且置信区间校准良好。

5. 关键贡献与意义

方法论创新：提出了一种在保持平台一致性（价格平行和目录完整）的前提下，解决干扰问题的实验设计。填补了现有文献中关于如何在受限操作环境下进行因果推断的空白。
利用平台特征：巧妙地将“位置偏差”这一通常被视为干扰源的现象，转化为识别因果效应的工具变量。通过重排序而非改变内容，实现了处理暴露的变异。
优于现有方案：
- 相比商品级 A/B 测试：解决了严重的干扰偏差。
- 相比聚类随机化：解决了统计功效低（高方差）和聚类构建困难的问题。
实际落地性：
- 无需修改底层推荐系统的核心逻辑，只需调整排序优先级（Re-ranking）。
- 避免了法律合规风险（价格一致性）和用户信任危机。
- 适用于具有强位置偏差、供应宽松（Slack Supply）的在线市场场景。

6. 结论

TSPR 为在线市场中的定价和干预实验提供了一种高效、低偏差且符合运营约束的解决方案。它证明了即使在存在严重干扰和严格一致性约束的情况下，通过利用平台自身的结构特征（如排名注意力机制），依然可以可靠地估计全局处理效应。该设计特别适用于电商、酒店预订等依赖排名列表且用户行为受位置显著影响的场景。