Using Marketplace Marginal Values to Address Interference Bias

Using Marketplace Marginal Values to Address Interference Bias

摘要

本文探讨了在资源有限的情况下,边际价值(MMV)如何影响骑手和司机的匹配,以及如何通过影子价格和优化问题来计算MMV。通过MMV方法,可以有效调整实验中的效果大小,特别是在用户分割实验中解决干扰问题。Lyft的实践表明,MMV校正可导致实验结果更符合市场实际情况,并在某些情况下改变产品发布决策。