热点事件持续更新
Amazon Payments 用 contextual bandits 优化获客漏斗转化
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月2日，AWS Machine Learning Blog 发布报道称，Amazon Payments 在 Amazon SageMaker AI 上使用多目标 contextual 多臂老虎机（MAB）优化其产品获客漏斗转化。具体做法是采用 LinUCB 算法，为获客漏斗的每个阶段（start、submit、approve）各运行一个模型，并将各阶段的 UCB 分数进行线性组合。目前报道仅涉及该方法的技术方案介绍，尚未有关于实施效果或后续进展的进一步报道。
AI 根据报道生成 · 5 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AWS Machine Learning BlogAmazon Payments 如何用 contextual bandits 优化获客漏斗转化
Amazon Payments 在 Amazon SageMaker AI 上使用多目标 contextual 多臂老虎机（MAB）优化产品获客漏斗，采用 LinUCB 算法为每个漏斗阶段（start、submit、approve）各运行一个模型并线性组合 UCB 分数。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 02:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。