論文の概要: Assessing the Impact of Upselling in Online Fantasy Sports

• arxiv url: http://arxiv.org/abs/2409.00629v2
• Date: Mon, 9 Sep 2024 06:01:24 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-10 22:55:38.386930
• Title: Assessing the Impact of Upselling in Online Fantasy Sports
• Title（参考訳）: オンラインファンタジースポーツにおけるアップセールの影響評価
• Authors: Aayush Chaudhary,
• Abstract要約: 空想スポーツプラットフォームDream11のユーザエンゲージメントに対するアップセールの影響について検討した。 以上の結果から,販売力の増加はユーザの預金量を増加させ,同時にユーザの満足度やコンバージョン率を低下させることが示唆された。 我々は、堅牢なカウンターファクト分析を行い、因果メタラーナーを訓練し、最適なトレードオフ点に達するために、利用者の誇張強度レベルをパーソナライズする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This study explores the impact of upselling on user engagement. We model users' deposit behaviour on the fantasy sports platform Dream11. Subsequently, we develop an experimental framework to evaluate the effect of upselling using an intensity parameter. Our live experiments on user deposit behaviour reveal decreased user recall with heightened upselling intensity. Our findings indicate that increased upselling intensity improves user deposit metrics and concurrently diminishes user satisfaction and conversion rates. We conduct robust counterfactual analysis and train causal meta-learners to personalise users' upselling intensity levels to reach an optimal trade-off point.
• Abstract（参考訳）: 本研究では,ユーザエンゲージメントに対するアップセールの影響について検討する。 我々は,ファンタジースポーツプラットフォームDream11上でのユーザの預金行動のモデル化を行う。 次に, 強度パラメーターを用いて, 販売効果を評価する実験フレームワークを開発した。 ユーザ寄託行動のライブ実験により, 利用者のリコールが減少し, 売り上げ増加がみられた。 以上の結果から,販売力の増加はユーザの預金量を増加させ,同時にユーザの満足度やコンバージョン率を低下させることが示唆された。 我々は、堅牢なカウンターファクト分析を行い、因果メタラーナーを訓練し、最適なトレードオフ点に達するために、利用者の誇張強度レベルをパーソナライズする。

関連論文リスト

• Lasso Ridge based XGBoost and Deep_LSTM Help Tennis Players Perform better [1.6016817180824583]
  プレイヤーの性能を評価し,運動量効果を定量化するために,スライディングウインドウを用いたスコアリングモデルを開発した。 本稿では、LSTM_Deepモデルを用いて、ゲーム変動を定量化するための勝利率アルゴリズムの導出法を提案する。 本研究は,運動量動態とゲームゆらぎに着目し,スポーツ分析や選手のトレーニング戦略に影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2024-05-11T15:02:08Z)
• Collaborative-Enhanced Prediction of Spending on Newly Downloaded Mobile Games under Consumption Uncertainty [49.431361908465036]
  ラベルのばらつきと極端性を緩和する頑健なモデルトレーニングと評価フレームワークを提案する。 本フレームワークでは,ユーザIDに頼ることなく,ユーザのゲーム支出を予測するための協調型モデルを提案する。 当社のアプローチは、オフラインデータに対する注目すべき textbf17.11% の強化を実現し、プロダクションモデルよりも顕著に改善されていることを示す。
  論文  参考訳（メタデータ） (2024-04-12T07:47:02Z)
• Ad-load Balancing via Off-policy Learning in a Content Marketplace [9.783697404304025]
  広告ロードバランシングは、オンライン広告システム、特にソーシャルメディアプラットフォームにおける重要な課題である。 従来のアドロードバランシングのアプローチは静的アロケーションポリシに依存しており、ユーザの好みやコンテキスト要因の変更に適応できない。 本稿では、ログ化された盗聴フィードバックから、政治外の学習と評価を活用するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-09-19T09:17:07Z)
• Client-side Gradient Inversion Against Federated Learning from Poisoning [59.74484221875662]
  フェデレートラーニング(FL)により、分散参加者は、データを中央サーバに直接共有することなく、グローバルモデルをトレーニングできる。 近年の研究では、FLは元のトレーニングサンプルの再構築を目的とした勾配反転攻撃(GIA)に弱いことが判明している。 本稿では,クライアント側から起動可能な新たな攻撃手法であるクライアント側中毒性グレーディエント・インバージョン(CGI)を提案する。
  論文  参考訳（メタデータ） (2023-09-14T03:48:27Z)
• Improved Bayes Risk Can Yield Reduced Social Welfare Under Competition [99.7047087527422]
  本研究は,機械学習のスケーリングトレンドの振る舞いを根本的に変化させることを実証する。 データ表現品質の改善により、ユーザ間での全体的な予測精度が低下する、多くの設定が見つかる。 概念レベルでは,各モデルプロジェクタのスケーリング傾向が,社会福祉の下流改善に寄与する必要はないことが示唆された。
  論文  参考訳（メタデータ） (2023-06-26T13:06:34Z)
• Personalizing Intervened Network for Long-tailed Sequential User Behavior Modeling [66.02953670238647]
  タイルユーザーは、共同トレーニング後のヘッドユーザーよりも大幅に品質の低いレコメンデーションに悩まされる。 テールユーザーで個別に訓練されたモデルは、限られたデータのために依然として劣った結果が得られる。 本稿では,テールユーザの推薦性能を大幅に向上させる新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-08-19T02:50:19Z)
• Personalized Promotion Decision Making Based on Direct and Enduring Effect Predictions [5.50110172922112]
  本稿では,顧客ごとの直接的かつ永続的な対応をモデル化し,複数治療促進意思決定の枠組みを提案する。 まず、顧客直接持続効果(CDEE)モデルを提案し、顧客直接持続応答を予測する。 CDEEの助けを借りて、コストを予算に抑えつつ、持続的な効果を最適化するためにインセンティブアロケーションをパーソナライズする。
  論文  参考訳（メタデータ） (2022-07-23T07:13:57Z)
• SURF: Semi-supervised Reward Learning with Data Augmentation for Feedback-efficient Preference-based Reinforcement Learning [168.89470249446023]
  我々は、大量のラベルなしサンプルとデータ拡張を利用する半教師付き報酬学習フレームワークSURFを提案する。 報奨学習にラベルのないサンプルを活用するために,選好予測器の信頼性に基づいてラベルのないサンプルの擬似ラベルを推定する。 本実験は, ロボット操作作業における嗜好に基づく手法のフィードバック効率を有意に向上させることを実証した。
  論文  参考訳（メタデータ） (2022-03-18T16:50:38Z)
• Learning Transferrable Parameters for Long-tailed Sequential User Behavior Modeling [70.64257515361972]
  テールユーザに注力することで、より多くのメリットをもたらし、長いテールの問題に対処できる、と私たちは主張しています。 具体的には、頭部から尾部への知識伝達を容易にするために、勾配アライメントを提案し、敵のトレーニングスキームを採用する。
  論文  参考訳（メタデータ） (2020-10-22T03:12:02Z)
• An Opportunistic Bandit Approach for User Interface Experimentation [4.221317325134029]
  実際のオンライン小売データを用いて,実験をできるだけ安価に行えるようにするために,オポチュニスティックな帯域幅が有効であることを示す。 我々は,コストのかかる探索を緩和し,余分な文脈情報を提供することで,重大な後悔の軽減を実現している。
  論文  参考訳（メタデータ） (2020-06-21T18:43:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。