@A Consumer Compensation System in Ride-hailing Service

[[Attachments]]

• A Consumer Compensation System in Ride-hailing Service_2023_Yu.pdf {{zotero-linked-file “A Consumer Compensation System in Ride-hailing Service_2023_Yu.pdf”}}

代驾和货运的补贴系统

• 价格弹性建模 ((65b1f955-417a-4457-95ef-8d223ce14b4c))
• 预算分配 ((65b1f965-af6d-4b32-b1f0-96d4151f5f01))

系统目标：在预算范围内，通过补贴最大化平台收入。

• ((65b1fbc2-5d19-4684-b5c7-b2424fecf57a))

难点

• 如何用历史数据建模用户弹性 ((65b1fd34-d738-4f68-b90b-60efb3a9aca9))
• 个保法下公平原则（不同用户相同 odt 补贴相同） ((65b1fd3d-cae0-4efa-a2d2-08d4b8919709))
• 如何建模线上随机的发单请求 ((65b1fd6a-db88-47e3-808d-a686f6586589))

((65b1fe34-8525-479e-abd4-155b544d3fa4))

• 常规训练 uplift 模型需要大量随机补贴下的响应数据（成本高），本文方法使用大量线上观测数据（有偏，受线上策略影响）和少量随机补贴数据训练模型。
• DNN + GBDT：解决 ((65b2028e-75cb-4f40-8e06-22a2166cbfba))
  • 超过 90% 特征是 dense numerical feature ，需要用 GBDT建模，但是 GBDT 不好 fine-tuning 新数据以及处理稀疏特征。
  • 训练 s-learner model
    • ((65b2024f-eaa7-462c-bc11-cae352aabdfb))
    • 两个 XGB 模型分别用观测数据 observational data 和随机数据 RCT data 训练，目标是二分类（用户是否下单）。
    • 数据过两个 XGB 模型得到叶子信息，再过 embedding 层，concat 两个 embedding 过 inner 层。
      • 先用 observational data 训练整个网络 ((65b20626-d8aa-4430-83b7-7ba54215f50d))
      • RCT data 用另外一个输出层训练 ((65b20652-6366-414d-ab84-74a0d87bfed7))
      • fine-tuning 时使用 early stopping

((65b206dd-3a99-40c4-a661-54965bfd83bc))

• 订单聚类成 OD 网格
  • 网格内历史订单平均弹性作为网格弹性 ((65b20798-d159-405c-a66e-54723386a698))
• ((65b20804-56df-425f-a48e-5def2d17e48b)) 建模成最优化问题求解分配方案

线上系统：离线生成补贴词典供线上使用

• ((65b20b39-aa4c-488c-8507-ec4b07edf866))

离线实验

• Uplift 模型
  • 特征
    • ((65b20c51-20cd-44fe-b015-3ca64e225bf4))
  • 模型细节
    • ob data xgb，35 棵树，1120 个叶子节点
    • rct xgb，51 棵树，1314 叶子节点
    • embedding size 8
    • ((65b20ce2-4edc-46f4-8e7d-a1c3ee5085be))
  • 结果分析
    • T-XGB+DNN AUUC 效果比 S-XGB+DNN 效果好，说明需要两棵树去提取特征？
      • S-XGB+DNN：a single GBDT distiller DNN
      • T-XGB+DNN：two-distiller GBDT distiller DNN
    • ((65b249cb-8907-4f44-ba1d-f8ee50052f8d))
• 优化结果评估
  • 假设 uplift 模型结果是真值，评估不同分配策略的影响。
  • ((65b253c2-2d6f-4184-8011-b8fc5c18bb53)) 不对订单聚类，考虑用户特征。
  • Open Loop 用前 14 天数据预测后 7 天
  • 新系统补贴率低但是更高利润 ((65b25475-6a4d-4878-9e0b-d3f2588ed8ef))
    

一些问题？

• 为什么不是常规构建 uplift 模型的方法（实验组 + 空白对照组）？
• T-XGB 和 S-XGB 具体怎么训练？
• 为什么 rct 树的数量比 ob 树多？从样本角度 ob 树样本更多
• uplift 没有给纯 xgb 的

网络回响