推荐系统想换一套推荐规则，却不能让每位用户把所有选项都试一遍。它只能拿旧规则留下的数据，推测新规则会有多好。麻烦在于，数据少时，一个看似更优的策略可能只是运气。Ouyang 等人的工作不仅估算策略价值——采用某套规则时的预期回报，还要回答这个估计有多可信。
研究把经验似然与贝叶斯推断结合起来。经验似然依据现有样本和约束构造似然，不必先假定数据服从某种完整分布；贝叶斯推断则用数据更新未知策略价值的概率判断。方法中的关键一步，是为多项策略共同建立经验似然，并额外约束重要性权重——用于把旧策略采集的数据校正到目标策略的概率比。这样可以保留不同策略估值之间的关联，直接比较谁更可能胜出，而不只是逐个给出点估计。
作者称，该方法面向有限样本，能改善小样本下的不确定性度量，并用 Monte Carlo 模拟和青少年 BMI 数据展示效果；现有材料未给出具体提升数字。