推荐系统中应用多臂老*机本质上就在寻找爆款的过程。 爆款点击多下单多。
找到点击多，且下单多的物品， 也就意味着能获得最优的收益。
简单说： 假如物品就是老*机的臂，我们想知道推荐哪个臂会得到好的收益。
那就推出去，点击几轮，看看哪个物品是爆款。然后在多推荐该物品。
可也不能一直推下去，用户是有审美疲劳的，
一般的过程，推爆款，收益先不断增大后收益下降，下降点就是重新寻找爆款的起始点
推荐系统中应用多臂老*机本质上就在寻找爆款的过程。 爆款点击多下单多。
找到点击多，且下单多的物品， 也就意味着能获得最优的收益。
简单说： 假如物品就是老*机的臂，我们想知道推荐哪个臂会得到好的收益。
那就推出去，点击几轮，看看哪个物品是爆款。然后在多推荐该物品。
可也不能一直推下去，用户是有审美疲劳的，
一般的过程，推爆款，收益先不断增大后收益下降，下降点就是重新寻找爆款的起始点