Notification Volume Control and Optimization System at Pinterest
讲怎么用模型分配发送次数，怎么收集无偏数据，定义样本，目标是活跃和不订阅，然后求解有约束最优化问题。
非常超前
prinist做法，按周做规划，发送量相当于有一个整体的预期，总量多少，然后分配到用户
为什么内部的实现要用因果推断？？ p(active|N=k) - p(active|N=0) 就和因果建模一样了？？
Reinforcement Learning-based Product Delivery Frequency Control
meta 用RL做发送量分配
Real-World Product Deployment of Adaptive Push Notification Scheduling on Smartphones
讲怎么在客户端用ML检测用户行为变化，触发requst，拉新的通知（热点+定向内容）
Should I send this notification? Optimizing push notifications decision making by modeling the future.
基于RL的方法判断当前时间是否发推送，是复杂版的离线分配次数（不考虑时机），时效性更好，有内容
twitter做的，有效性存疑。。。
A Sleeping, Recovering Bandit Algorithm for Optimizing Recurring Notifications
multi-armed bandit problem 在推送场景的应用，细节没看懂，像是有限的template里做排序，不考虑时机、不考虑数量
FAIR NOTIFICATION OPTIMIZATION: AN AUCTION APPROACH
其实没看懂，像是多业务的消息是多个团队负责的，然后统一竞价，搭了一个在线广告平台，之前也想过这个思路，但对于全部消息在一个团队不合适
引用的业界文章很详细，上面的文章几乎都在.
Multi-objective Optimization of Notifications Using Offline Reinforcement Learning
有RL判断是否发送，固定阈值的升级版本
Near Real-time Optimization of Activity-based Notifications
非常细节的业界实现， fan out (关系、分数超过固定阈值) -> p(click|push), p(click|in app push) -> 是否发送（个性化限制次数，个性化的阈值）