Çok Kollu Haydut (UCB, Thompson Sampling)

Standart bir A/B testi trafiği eşit olarak tahsis eder ve bir kazanan ilan etmeden önce sabit bir örnek toplanana kadar bekler, deneme sırasında yetersiz kolda oluşan kayıpları göz ardı eder. Bir haydut, kanıt biriktikçe daha iyi performans gösteren kollara daha fazla trafik yönlendirerek gerçek zamanlı tahsisi uyarlar, böylece beklenen fırsat maliyetini azaltır — daha karmaşık çıkarım pahasına.

UCB1 deterministik ve önselden bağımsızdır, bu da denetlemeyi ve açıklamayı kolaylaştırır. Thompson Sampling rastgeleleştirilmiştir, pratikte genellikle daha hızlı yakınsar ve Bayesçi analizle doğal olarak bütünleşir. Makul önsel bilgilere (örn. geçmiş tıklama oranları) sahipseniz, Thompson Sampling genellikle tercih edilir; şeffaf keşif kuralları ve önsel varsayım istemiyorsanız, UCB1 güvenli bir varsayılan değerdir.

Pişmanlık, en iyi kolu her zaman seçmeyerek kaybedilen toplam ödüldür. Keşfin maliyetini ölçer. UCB1, kümülatif pişmanlığın O(√(KT ln T))'den daha hızlı büyümeyeceğini garanti eder, bu da deney uzadıkça ortalama tur başına kaybın sıfıra yaklaştığı anlamına gelir. Maliyetin sabit olarak kabul edildiği sabit örneklem testinden farklı olarak, her denemenin gerçek bir maliyeti olduğu durumlarda pişmanlığı en aza indirmek doğru hedeftir.

Evet — haydut algoritmaları K ≥ 2 kol için tasarlanmıştır ve doğal olarak ölçeklenir. K ayrı ikili A/B testi çalıştırmak aile bazında hata oranını artırır ve toplam fırsat maliyetini artırır; haydut, pişmanlık minimizasyonu hedefi aracılığıyla çoğulluğu örtük olarak ele alır.