Экспериментальные бандитные исследования с «стартовыми наборами» в free-to-play мобильной игре

В статье исследуется применение бандитных методов для назначения «стартовых наборов» новым игрокам в среде free-to-play мобильной игры. С использованием онлайн-системы обучения с подкреплением исследование ставит задачу стратегического назначения стартовых наборов игрокам из разных стран и сегментов устройств. Архитектура системы онлайн-экспериментов обеспечивает принятие решений в реальном времени и непрерывную настройку моделей. Проблема холодного старта решается путем инициализации бандита априорной политикой предложений, основанной на институциональном опыте. Офлайн-оценка на наборе данных, полученном из предыдущего A/B-теста, проведенного компанией, и двух онлайн-экспериментов оценивает способности бандитных методов назначать стартовые наборы новым игрокам в этой среде. Хотя персонализация назначения стартовых наборов по контекстным данным (страна и сегменты устройств) не достигнута, бандит с вознаграждением за конверсию меняет априорную институциональную политику и снижает среднюю эффективную цену продажи стартовых наборов новым игрокам. Политика бандита демонстрирует ориентировочное повышение дохода на пользователя, повторных покупок и удержания игроков по сравнению с контрольной группой с наивной политикой. Данное исследование вносит вклад в область стратегий монетизации в мобильных free-to-play играх, подчеркивая разработку систем для онлайн-персонализации и оптимизации дохода.