基于社交媒体数据的贝叶斯A/B检验

• 作者: 李薛莎 付英姿 薛茜 夏思琴
• 来源期刊: 软件导刊
• 关键词: 贝叶斯因子 A/B检验 模型选择 拉普拉斯近似
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 计算机软件与理论
• 页码范围: 113-118
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.211923

摘要

A/B检验主要用于考察相对于原方案A,改进方案B是否更优.重点研究新旧版本网页点击率的贝叶斯A/B检验问题,通过建立起二项分布下的二元Logistic回归模型,结合拉普拉斯近似及重要性抽样技术,成功计算出边际似然并最终得到贝叶斯因子.而贝叶斯因子是贝叶斯A/B检验的核心,经典的A/B检验仅考虑A、B方案是否相等,基于此进一步考虑两者谁更优的问题.研究结果表明,对网页的改版并不能有效地增加用户点击率.