上一节讲述了线上运筹发放红包的流程，但在实践中发现发券分布异常极端，倾向于发在两端，即要么最小面额（占绝大多数），要么最大面额。如果长期按照这种分布发放，将会极大影响用户核销体验以及平台订单的持久增长。
上述问题迫使我们思考，除了满足预算约束外，我们的量价模型还应该具备哪些能力？
-
广告转化延迟建模
https://zhuanlan.zhihu.com/p/555950153 -
线上运筹优化公式推导
营销本质是个预算分配问题，即如何在有限资源约束下实现收益最大化。当用户进入营销场景时，我们需要确定是否给该用户发放红包以及发放红包面额。
-
负采样后的CTR预估矫正
在搜广推场景中，正负样本不平衡是个普遍现象。通常做法是对负样本进行降采样，但采样后训练的模型预估概率会比实际概率高估。
-
理财基础知识
了解一下最基础的理财入门知识：
-
python2.7安装tensorflow1.x
当前tensorflow官方已不再提供1.x版本的pip安装，尝试了网上多种解决方案后，最简单的就是换源。
-
DQN
最近我组有同学在探索用RL落地营销场景的可能性，借此机会学习下RL。
-
Uplift Tree建模
决策树构建流程：
-
三体中的常见名词
记录下三体小说里的常见名词：
-
tf1.x实现张量的梯度反转
tensorflow实现梯度反转的方法有两种：