論文の概要: Targeted display advertising: the case of preferential attachment
- arxiv url: http://arxiv.org/abs/2002.02879v1
- Date: Fri, 7 Feb 2020 16:23:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-03 04:26:33.564430
- Title: Targeted display advertising: the case of preferential attachment
- Title（参考訳）: ターゲット型ディスプレイ広告-優先的な添付の場合
- Authors: Saurav Manchanda and Pranjul Yadav and Khoa Doan and S. Sathiya
Keerthi
- Abstract要約: 我々は、データ不足のパートナーに対して、関心のあるユーザを予測するという課題に対処する「ドメイン適応」アプローチを開発する。
我々のアプローチは、段階的な微調整によって、新しいキャンペーンデータに容易に適応し、その結果、キャンペーンの様々な点で機能する。
- 参考スコア（独自算出の注目度）: 5.144809478361603
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An average adult is exposed to hundreds of digital advertisements daily
(https://www.mediadynamicsinc.com/uploads/files/PR092214-Note-only-150-Ads-2mk.pdf),
making the digital advertisement industry a classic example of a
big-data-driven platform. As such, the ad-tech industry relies on historical
engagement logs (clicks or purchases) to identify potentially interested users
for the advertisement campaign of a partner (a seller who wants to target users
for its products). The number of advertisements that are shown for a partner,
and hence the historical campaign data available for a partner depends upon the
budget constraints of the partner. Thus, enough data can be collected for the
high-budget partners to make accurate predictions, while this is not the case
with the low-budget partners. This skewed distribution of the data leads to
"preferential attachment" of the targeted display advertising platforms towards
the high-budget partners. In this paper, we develop "domain-adaptation"
approaches to address the challenge of predicting interested users for the
partners with insufficient data, i.e., the tail partners. Specifically, we
develop simple yet effective approaches that leverage the similarity among the
partners to transfer information from the partners with sufficient data to
cold-start partners, i.e., partners without any campaign data. Our approaches
readily adapt to the new campaign data by incremental fine-tuning, and hence
work at varying points of a campaign, and not just the cold-start. We present
an experimental analysis on the historical logs of a major display advertising
platform (https://www.criteo.com/). Specifically, we evaluate our approaches
across 149 partners, at varying points of their campaigns. Experimental results
show that the proposed approaches outperform the other "domain-adaptation"
approaches at different time points of the campaigns.
- Abstract（参考訳）: 平均的な大人は毎日何百ものデジタル広告にさらされる(https://www.mediadynamicsinc.com/uploads/files/pr092214-note-only-150-ads-2mk.pdf)。
このように、広告テック業界は、パートナー(商品をターゲットとする売り手)の広告キャンペーンの潜在的興味のあるユーザーを特定するために、過去のエンゲージメントログ(クリックまたは購入)に依存している。
パートナーのために表示される広告の数と、パートナーが利用可能な歴史的キャンペーンデータは、パートナーの予算制約に依存する。
したがって、高予算のパートナーが正確な予測を行うのに十分なデータが収集できるが、低予算のパートナーはそうではない。
この歪んだデータの分布は、ターゲットのディスプレイ広告プラットフォームが高予算のパートナーに対して「優先的なアタッチメント」をもたらす。
本稿では,データ不足のパートナ,すなわちテールパートナに対して,関心のあるユーザを予測するという課題に対処する"ドメイン適応"アプローチを開発する。
具体的には、パートナー間の類似性を生かし、十分なデータを持つパートナーからコールドスタートパートナー、すなわちキャンペーンデータを持たないパートナーへ情報を転送するための、シンプルで効果的なアプローチを開発する。
当社のアプローチは,インクリメンタルな微調整によって新たなキャンペーンデータに容易に適応できるため,コールドスタートだけでなく,キャンペーンのさまざまなポイントで動作します。
本稿では,主要なディスプレイ広告プラットフォーム(https://www.criteo.com/)の履歴ログを実験的に分析する。
具体的には、キャンペーンのさまざまな点において、149社のパートナーによるアプローチを評価します。
実験の結果,提案手法は他の「ドメイン適応」アプローチよりもキャンペーンの異なる時点において優れていることがわかった。
関連論文リスト
- Labeled Datasets for Research on Information Operations [71.34999856621306]
ソーシャルメディアプラットフォームによって検証されたIOポストと、同様のトピックを同じ時間フレーム(制御データ)で議論した303kアカウントによる1300万以上の投稿の両方を含む、26のキャンペーンに関するラベル付きデータセットを新たに提示する。
データセットは、さまざまなキャンペーンや国で調整されたアカウントによって使用される物語、ネットワークインタラクション、エンゲージメント戦略の研究を促進する。
論文 参考訳（メタデータ） (2024-11-15T22:15:01Z) - Insights from an experiment crowdsourcing data from thousands of US Amazon users: The importance of transparency, money, and data use [6.794366017852433]
本稿は、米国5000人以上のユーザーから5年間にわたる、アクセス不能なAmazon購入履歴をクラウドソーシングする革新的なアプローチを共有する。
我々は参加者の同意を優先し、実験的な研究デザインを含むデータ収集ツールを開発した。
実験結果(N=6325)は、金銭的インセンティブと透明性の両方がデータ共有を大幅に増加させることを示している。
論文 参考訳（メタデータ） (2024-04-19T20:45:19Z) - Organized Event Participant Prediction Enhanced by Social Media
Retweeting Data [8.675064911866201]
本稿では、ソーシャルメディアのリツイート活動データを利用して、イベント参加者予測モデルの学習を強化することを提案する。
実世界データを用いた総合的な実験を2つのシナリオで実施する。
論文 参考訳（メタデータ） (2023-10-02T04:26:07Z) - Ad-load Balancing via Off-policy Learning in a Content Marketplace [9.783697404304025]
広告ロードバランシングは、オンライン広告システム、特にソーシャルメディアプラットフォームにおける重要な課題である。
従来のアドロードバランシングのアプローチは静的アロケーションポリシに依存しており、ユーザの好みやコンテキスト要因の変更に適応できない。
本稿では、ログ化された盗聴フィードバックから、政治外の学習と評価を活用するアプローチを提案する。
論文 参考訳（メタデータ） (2023-09-19T09:17:07Z) - A Multimodal Analysis of Influencer Content on Twitter [40.41635575764701]
個人的な意見と商業的コンテンツの宣伝の線は、しばしばぼやけている。
これにより、インフルエンサー広告に関連する規制コンプライアンス違反の自動検出が困難になる。
我々は15,998のインフルエンサー投稿を商業的および非商業的カテゴリにマッピングした新しいTwitter(現在のX)データセットを紹介した。
論文 参考訳（メタデータ） (2023-09-06T15:07:23Z) - Persuasion Strategies in Advertisements [68.70313043201882]
我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。
次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。
我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
論文 参考訳（メタデータ） (2022-08-20T07:33:13Z) - Personalizing Intervened Network for Long-tailed Sequential User
Behavior Modeling [66.02953670238647]
タイルユーザーは、共同トレーニング後のヘッドユーザーよりも大幅に品質の低いレコメンデーションに悩まされる。
テールユーザーで個別に訓練されたモデルは、限られたデータのために依然として劣った結果が得られる。
本稿では,テールユーザの推薦性能を大幅に向上させる新しい手法を提案する。
論文 参考訳（メタデータ） (2022-08-19T02:50:19Z) - Personality-Driven Social Multimedia Content Recommendation [68.46899477180837]
人格特性がコンテンツレコメンデーションモデルに与える影響を,新しいパーソナリティ駆動型マルチビューコンテンツレコメンデーションシステムを適用して検討する。
実験結果と実世界のケーススタディは、PersiCが効率的な人格駆動型マルチビューコンテンツレコメンデーションを行う能力だけでなく、実用的なデジタル広告戦略レコメンデーションを可能にすることを実証している。
論文 参考訳（メタデータ） (2022-07-25T14:37:18Z) - Lessons from the AdKDD'21 Privacy-Preserving ML Challenge [57.365745458033075]
W3Cの顕著な提案では、過去のディスプレイの集計された、差別化されたプライベートなレポートを通じてのみ広告信号を共有することができる。
この提案を広く研究するために、AdKDD'21でオープンなプライバシ保護機械学習チャレンジが行われた。
重要な発見は、大量の集約されたデータの小さな集合が存在する場合の学習モデルは驚くほど効率的で安価であることである。
論文 参考訳（メタデータ） (2022-01-31T11:09:59Z) - Contextual Bandits for Advertising Campaigns: A Diffusion-Model
Independent Approach (Extended Version) [73.59962178534361]
拡散ネットワークや情報伝達の仕方を決定するモデルについてはほとんど知られていないと考えられる影響問題について検討する。
この設定では、キャンペーンの実行中に主要な拡散パラメータを学習するために探索-探索アプローチが使用できる。
本稿では,2つの文脈的マルチアーム・バンディットの手法と,インフルエンサーの残りのポテンシャルに対する上限について比較する。
論文 参考訳（メタデータ） (2022-01-13T22:06:10Z) - Using Interaction Data to Predict Engagement with Interactive Media [8.35844047176969]
本稿では,対話型テレビ番組とのインタラクションから得られたデータを用いて,エンゲージメントのモデル化と予測を行う。
経験とイベント間の間隔に費やされた時間を含む時間的メトリクスが、エンゲージメントの予測であることがわかった。
論文 参考訳（メタデータ） (2021-08-04T10:28:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。