零售媒体广告不再只看点击计数：理论约束的半马尔可夫状态把单步购买预测AUC从0.635抬到0.717

零售媒体广告的定向依据从静态交易汇总转向对点击流中随时间变化的购买意图状态做推断，推断结果直接用于选择下一条广告。 此前的定向常把行为压缩成点击率、转化率、最近一次购买、频次、金额、停留时长和购物篮活动等聚合特征，这类汇总丢掉了时间结构，行为计数相同的两名购物者可能处于不同的状态持续时间和转移压力之下。 在匿名全渠道零售商平台上，同一数据划分下的单步无泄漏配对留出比较给出理论识别模型AUC 0.717，仅用行为协变量的基线为0.635，DeLong Z=5.64，p=1.7×10⁻⁸，配对测试消费者n=1,008。

潜状态不是从点击序列里自由聚类出来的统计簇，而是先按消费者行为理论声明语义、再由数据拟合其动态。 仅从点击流学习的隐半马尔可夫链一般不可识别，不同的初始分布、转移、发射与持续时间参数可以产生几乎相同的点击序列分布，却对应不同的潜状态轨迹。 状态空间取消费者决策旅程阶段、计划行为理论意图强度与说服知识模型信任立场三个坐标的笛卡尔积，实现中保留经验相关性最高的24个复合状态；消融中同基数K=24但不带理论坐标的数据驱动隐半马尔可夫模型AUC为0.633，与0.635的基线在统计上无法区分（p=0.58）。

检索增强语言模型提供的是一个可审计的参考后验，而不是独立的预测器。 语言模型本身不给出点击序列的生成模型，也没有持续时间分布，单次调用只是对当前上下文的条件判断。 把语言模型的逐键边际直接接到非序列分类器上，AUC降到0.508，低于0.635的基线（Z=−2.93，p=0.0033）；把混合权重设为λT=0、去掉KL约束后AUC为0.673，仍高于基线但比完整模型低4.4个百分点。

投放侧的证据来自三轮顺序部署，而不是同时对照的因果实验。 第一轮用于建模与策略生成，第二轮用无重叠的新队列检验第一轮标记的15个协变量单元方向是否保持，第三轮在更晚的时间窗内复验所选策略。 第二轮15个单元中13个保持原方向，单元级方向一致率86.67%，核验结账方向一致率80.65%；第三轮结账数相对第一轮从358增至512，属于时间上的前后审计。

已展示的范围是一个匿名东亚全渠道便利店零售商的零售媒体平台，覆盖5.2百万活跃忠诚会员，事件表包含匿名会员标识、会话标识、事件时间、点击符号、购物者类型、商品涉入度标签、广告类型标签和活动标识；三轮活动分别于2023年8月4日至17日、2023年11月24日至12月7日和2025年2月10日至23日投放，每轮抽取24,000名消费者。读者应把它当作部署环境中的预测与方向审计证据，而不是同时对照的因果实验。

材料明确说明第三轮结账数增长是所选策略的部署证据，不是相对同时对照臂的因果提升；分段转化提升、退出减少和60天留存提升被保留给具备同时比较臂或相应遥测字段的部署。合并相邻购物者类型的代价只给出基于后验距离的预测值TV=0.051，实测代价仍需受控再投放。语言模型教师的影响强度由λT控制，材料指出λT过大时拟合会下降。