探索未知的组合，利用探索的结果来提高ECPM
Multi-arm Bandit(MAB)：老虎机有很多扳手（广告），你该花钱扳哪个扳手才能使得获得的收益最大。
arm的期望收益是动态的，也就是说比如双十一的期望和其他时候的期望会不同。
解决的问题：E&E该怎么选才合理
策略1：也就是说选的次数足够多的话，不会一直选非最优的arms
这张主要解决的问题是：非最优的上界一般非常大，所以尝试的话成本很高，无法接受。除此之外，arm（广告）的数量非常多
解决方法：不实用广告的ID号来表示广告，而是是将广告映射到一组特征空间来降维
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
