我需要一种算法来优化我在一周中向用户显示消息的时间，以确保用户点击消息的可能性最大。
显示消息时，数据库条目将更新为日期/时间以及用户是否单击。目标是最大化点击率。
我很乐意使用贝叶斯 Bandits(也称为 Thompson 采样)( https://github.com/omphalos/bayesian-bandit.js ) 在 N 个离散参数的情况下进行优化，但我不知道如何将其应用于连续值。
我很了解标准的爬山算法，但我只了解如何在没有统计噪声的情况下应用爬山算法。是否有一种简单的贝叶斯方法可以优化探索/开发权衡来进行爬山？
对于bonus point，有没有一种方法可以泛化到多维，同时优化多个参数，在多维空间中找到最优点？
最佳答案
与贝叶斯老虎 secret 切相关的是贝叶斯混合模型。您可以将贝叶斯老虎机视为 delta functions 的贝叶斯混合。 .这消除了离散性约束。相反，您可以将连续空间上的分布建模为连续值随机变量的总和。例如，您可以假设有 5 个“点击源”，每个都在一个小时(上午 8 点、上午 9 点......)附近服从正态分布，并且标准偏差为 15 分钟。因此，当您在 8:05 获得点击时，您会将其主要归因于上午 8 点模型，将较少的数量归因于上午 9 点的模型，将更少的数量归因于上午 10 点的模型，依此类推。
估计混合模型的常用算法是 Expectation-Maximization .您应该能够找到好的开源实现。请注意，上述描述(和 EM)在多变量情况下继续成立。
关于algorithm - 优化参数的类强盗算法？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/24619525/