以星巴克的优惠券发放为案例，阐述如何使用MAB（多臂老虎机）进行优惠券发放场景的探索和发现。

优惠券已被广泛用于提高客户在平台的参与度。通过向用户提供挑战和相应的奖励，公司的服务不仅变得更有吸引力，更重要的是，它可以引导用户成为常客，从而增强品牌对客户的影响力。

然而，知道要提供哪张优惠券是一项相当复杂的任务，因为每个客户的属性以及每种优惠券的反应都不一样，经常向他们提供不好的内容可能会使他们远离你的业务。

为了克服这个问题，可以使用机器学习技术来构建数据驱动的客户属性并开发更好的优惠券推荐系统。本文展示了如何在星巴克移动奖励App中使用K-Means聚类结合多臂老虎机来构建优惠券推荐系统。

内容中包含的图片若涉及版权问题，请及时与我们联系删除