The Power of Linear Programming in Sponsored Listings Ranking: Evidence from Field Experiments
创建于 更新于
摘要
本文针对在线市场中的Sponsored Listings Ranking问题，提出基于线性规划（LP）的排名算法，解决传统得分排序方法面临的多目标权衡和性能受限问题。通过与某领先全球市场平台（Marketplace A）合作开展的为期19天、覆盖3.29亿次访问的A/B实地实验，发现LP方法相较极致调优的得分排序算法，能在GMV、购买率及平台收入等主要指标分别提升1.39%、1.55%和1.80%。该方法不仅效率高，满足0.1秒的时延要求，还具备灵活性，可整合长期全局规划约束，推动Sponsored Listing的多维度优化和实践落地 [page::0][page::2][page::3][page::5][page::14][page::15][page::18][page::22][page::23][page::27]
