本文提出了一种动态选货方案，利用多项式逻辑选择模型实现近乎最优性能，适用于未知时界长度的在线环境。同时，研究了差分隐私和局部差分隐私在半臂赌博问题中的应用，证明了算法在常见假设下的最优性，并探讨了隐私保护下的个性化学习和推荐任务，设计了高效的赌博算法FLIPHAT，以确保隐私并优化遗憾性。