PASTA - 离线悲观选品框架

1. 解决的问题

如何仅凭历史离线日志（无需在线试错），找出使总期望收益最大化的商品展示组合。

2. 核心算法逻辑

PASTA（Pessimistic AsSorTment leArning）解决的核心问题是：如何仅凭历史离线日志（无需在线试错），找出使总期望收益最大化的商品展示组合。面对 N 个 SKU 的 $2^N$ 种候选组合，传统在线方法需要真实上架实验，代价过高；PASTA 用"悲观原则"规避这一困境。

3. 业务应用场景

业务问题： 大促期间运营提报 200 个 SKU，首屏仅 8 个黄金坑位。若直接取历史销量 Top-8，可能全是"电动奶泵"，彼此抢占转化率（MNL 替代效应）。需要找到整体期望 GMV 最高、互补性最强的 8 品组合。

数据要求： - 过去一年各 SKU 在历史页面中的曝光记录（展示组合 + 用户最终选择） - 每个 SKU 的售价 / 毛利 - 至少保证入围 SKU 每个单品有 ≥10 次曝光记录（Single-item coverage）

预期产出： - 最优 8 品组合 + 最坏情况期望收益下界 - 每个 SKU 的不确定性半径（$\beta_j$）及风险等级 - 对比朴素 Top-K 方案的收益提升量（实测 demo 提升 26%+）

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

• 数据要求：需要结构化的曝光+选择日志（通常在 OLAP 日志系统中可获取）
• 技术门槛：中等，需理解 MNL 模型；贪婪算法工程落地门槛低
• 工程复杂度：中等，穷举仅适用于 N≤20；N>50 需结合分支定界或启发式
• 维护成本：低，模型随日志自动更新无需人工干预

7. 代码模板

代码块数量：1 · 路径：未检测到

from model import HistoricalLog, PASTAOptimizer
import numpy as np

# 1. 准备历史日志（替换为真实业务数据）
log = HistoricalLog(n_items=20, n_obs=2000, seed=42)

# 2. 配置 SKU 定价
prices = np.array([...])  # shape: (n_items,)，单位：元

# 3. 构建 PASTA 优化器
optimizer = PASTAOptimizer(
    n_items=20,
    capacity=8,            # 首屏坑位数
    prices=prices,
    confidence_level=0.9   # 置信水平，越高越保守
)
optimizer.fit(log)

# 4. 执行 Max-Min 贪婪选品
best_set, worst_rev, detail_df = optimizer.optimize_greedy()

print(f"推荐上架组合: {best_set}")
print(f"最坏情况期望收益: ¥{worst_rev:.2f}")
print(detail_df[detail_df["selected"]])

8. 论文来源

• 2510.01693