4.3.1.1 A/B测试与动态定价

文档摘要

4.3.1.1 A/B测试与动态定价 4.3.1.1 A/B测试与动态定价：当协同过滤撞上价格敏感性——一个被低估的“冷启动偏差放大器”及其工程解法你有没有遇到过这样的场景？推荐系统上线了新的协同过滤模型，离线AUC从0.825提升到0.841，线上AB测试也显示点击率+2.3%，加购率+1.7%——一切看起来都像教科书般完美。可财务侧同步反馈：高价值用户（ARPU > ¥399）的客单价下降了5.8%，而低价值用户（ARPU 1000 : 原价¥99，折后¥59，库存>5000 协同过滤模型对三者的原始得分分别为：。按理应秒级返回Top-3。但实际耗时2.3s。深入profile发现：内部卡在，而的shape竟然是 ——等等，隐向量维度明明是128！