电商自主购买代理的最优购买时机决策
🧭 最优停止 · 动态阈值 · LLM选择策略 ★ 深度解读
Rotman School of Management, University of Toronto
在平稳、贝叶斯、鲁棒三种信息假设下推导购买阈值策略，并用Amazon价格数据验证LLM更适合模型选择而非直接决策。
📌 工作参考价值（4 点）
- 价格监测与购买代理可将购买决策建模为最优停止问题，根据可用信息选择策略：历史数据充足且平稳用动态阈值；分布未知用贝叶斯后验更新阈值；数据极稀疏或环境不稳定时用随机阈值保证最坏情况性能（竞争比/最小最大遗憾）。
- 工程架构上可采用双层设计：由LLM或启发式诊断选择信息假设模型（平稳/贝叶斯/鲁棒），再由优化层求解阈值策略；实验显示这种“LLM选择+OR执行”的混合模式优于LLM直接做买卖决策。
- 理论给出的阈值单调性（对剩余时间、价格调整频率、消费者估值、信念的单调关系）可用于实时调整代理的购买激进程度，例如随着剩余时间减少或消费者估值升高自动提高接受价格。
- 鲁棒策略中的随机阈值思路为应对“闪购”式价格突然回涨提供了保护，特别适合促销追踪、库存紧张等场景。
面向流媒体广告投放 pacing 的决策校准 conformal 不确定性
🧭 广告投放 pacing · 决策校准不确定性量化 ★ 深度解读
Embry-Riddle Aeronautical University
通过投影预测误差至策略价值/约束方向而非全库存空间，实现更紧凑的 pacing 鲁棒认证半径，避免过度保守。
📌 工作参考价值（4 点）
- 决策无关方向的噪声不应当约束投放决策：将库存预测误差投影到 pacing 策略目录的敏感方向（价值、配送、预算、体验负载）后再校准半径，可大幅缩小不确定性集，避免为无关维度预留松弛，直接用于实时竞价或预算分配的鲁棒控制。
- 预测模型选型应依据“决策半径”而非 MAE：实验表明，最低测试 MAE 的模型不一定给出最小 pacing 半径，季节性岭回归在 Criteo 上的半径（17.7）比 Transformer（481.0 MAE 最小）更小，指导工程选型时需在验证集上计算决策相关的 conformal 分位数，而非只看预测损失。
- conformal 校准可嵌入现有的“预测-优化”管道：文中 split-conformal 仅需历史校准块，无需修改预测器，可直接用于电商广告 budget pacing、个性化推荐曝光控制等场景，对已有 forecast 模块做轻量级包装，输出鲁棒策略或未解决短名单，提升决策可靠性。
- 鲁棒优化与 conformal 半径结合可作为安全阀：当 conformal 半径施加后，策略目录中无可行解时自动返回“未解决”状态，避免执行高违规风险策略，这种机制可以用于防止超投、超预算或用户体验恶化，适合有严格约束的广告系统。