論文の概要: Optimal Allocation of Real-Time-Bidding and Direct Campaigns
- arxiv url: http://arxiv.org/abs/2006.07070v1
- Date: Fri, 12 Jun 2020 10:44:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-22 04:26:22.446871
- Title: Optimal Allocation of Real-Time-Bidding and Direct Campaigns
- Title(参考訳): リアルタイム入札と直接キャンペーンの最適配置
- Authors: Gr\'egoire Jauvion and Nicolas Grislain
- Abstract要約: 我々は、Webパブリッシャがリアルタイム入札(即ち、リアルタイムオークションで販売された広告から)を通じて得られる収益を最適化する問題を、直接的に(事前に合意された契約を通じて販売された広告から)検討する。
本稿では,リアルタイム入札収益を最大化しつつ,出版社が直接キャンペーンを行うための最適な戦略を構築するアルゴリズムを提案する。
- 参考スコア(独自算出の注目度): 10.888918892489638
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we consider the problem of optimizing the revenue a web
publisher gets through real-time bidding (i.e. from ads sold in real-time
auctions) and direct (i.e. from ads sold through contracts agreed in advance).
We consider a setting where the publisher is able to bid in the real-time
bidding auction for each impression. If it wins the auction, it chooses a
direct campaign to deliver and displays the corresponding ad.
This paper presents an algorithm to build an optimal strategy for the
publisher to deliver its direct campaigns while maximizing its real-time
bidding revenue. The optimal strategy gives a formula to determine the
publisher bid as well as a way to choose the direct campaign being delivered if
the publisher bidder wins the auction, depending on the impression
characteristics.
The optimal strategy can be estimated on past auctions data. The algorithm
scales with the number of campaigns and the size of the dataset. This is a very
important feature, as in practice a publisher may have thousands of active
direct campaigns at the same time and would like to estimate an optimal
strategy on billions of auctions.
The algorithm is a key component of a system which is being developed, and
which will be deployed on thousands of web publishers worldwide, helping them
to serve efficiently billions of ads a day to hundreds of millions of visitors.
- Abstract(参考訳): 本稿では、webパブリッシャーがリアルタイム入札(リアルタイムオークションで販売される広告から)とダイレクト(事前に合意された契約で販売された広告から)を通じて得られる収益を最適化する問題を考察する。
各インプレッションに対して、出版社がリアルタイム入札オークションに入札できる設定について検討する。
オークションに勝った場合、広告を配信する直接キャンペーンを選択し、その広告を表示する。
本稿では,リアルタイム入札収益を最大化しつつ,出版社が直接キャンペーンを行うための最適な戦略を構築するアルゴリズムを提案する。
最適戦略は、パブリッシャー入札を決定する式と、パブリッシャー入札者がオークションに勝った場合に配信される直接キャンペーンを選択する方法とを、印象特性に応じて与える。
過去のオークションデータから最適な戦略を推定することができる。
アルゴリズムは、キャンペーンの数とデータセットのサイズに応じてスケールする。
これは非常に重要な機能であり、実際、出版社は何千ものアクティブな直接キャンペーンを同時に実施し、何十億ものオークションで最適な戦略を見積もりたいと考えている。
このアルゴリズムは、現在開発中のシステムの重要なコンポーネントであり、世界中の何千ものWebパブリッシャーにデプロイされ、毎日何十億もの広告を数億のビジターに配信するのに役立つ。
関連論文リスト
- Multi-Platform Budget Management in Ad Markets with Non-IC Auctions [6.037383467521294]
オンライン広告市場では、予算に制約のある広告主は、様々なプラットフォームでのオークションで繰り返し入札することで、広告の配置を取得する。
予算制約がある場合、インセンティブに適合するかもしれない、あるいはそうでないかもしれない一連のオークションにおいて、入札を最適に行う戦略を提案する。
当社の戦略は、広告主が期待する予算制約を満たしつつ、オークション全体で期待される全ユーティリティを最大化する。
論文 参考訳(メタデータ) (2023-06-12T18:21:10Z) - Optimizing Floors in First Price Auctions: an Empirical Study of Yahoo
Advertising [0.0]
本稿では,最初の価格オークションにおけるフロア設定モデルを提案し,Yahooサイトにおけるその実装の影響について論じる。
提案ソリューションは,入札者に対して,入札要求に含まれるフロアに対する応答として入札行動を変更するよう促す。
年間収益はヤフーのディスプレイの在庫で+1.3%、ビデオ広告の在庫で+2.5%と見積もられている。
論文 参考訳(メタデータ) (2023-02-12T22:40:53Z) - 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) - A Unified Framework for Campaign Performance Forecasting in Online
Display Advertising [9.005665883444902]
解釈可能で正確な結果により、広告主はキャンペーン基準を管理し、最適化することができる。
新しいフレームワークは、様々な入札型の下で履歴ログのキャンペーンパフォーマンスを統一的なリプレイアルゴリズムで再現する。
手法は、関連する予測指標間の混合キャリブレーションパターンをキャプチャして、推定結果を真にマッピングする。
論文 参考訳(メタデータ) (2022-02-24T03:04:29Z) - A Cooperative-Competitive Multi-Agent Framework for Auto-bidding in
Online Advertising [53.636153252400945]
本稿では,自動入札のための総合的マルチエージェント強化学習フレームワーク,すなわちMAABを提案し,自動入札戦略を学習する。
当社のアプローチは、社会的福祉の観点から、いくつかの基準的手法を上回り、広告プラットフォームの収益を保証します。
論文 参考訳(メタデータ) (2021-06-11T08:07:14Z) - A novel auction system for selecting advertisements in Real-Time bidding [68.8204255655161]
リアルタイム入札(Real-Time Bidding)は、インターネット広告システムで、近年非常に人気を集めている。
本稿では、経済的な側面だけでなく、広告システムの機能にかかわる他の要因も考慮した、新たなアプローチによる代替ベッティングシステムを提案する。
論文 参考訳(メタデータ) (2020-10-22T18:36:41Z) - Dynamic Knapsack Optimization Towards Efficient Multi-Channel Sequential
Advertising [52.3825928886714]
我々は、動的knapsack問題として、シーケンシャルな広告戦略最適化を定式化する。
理論的に保証された二段階最適化フレームワークを提案し、元の最適化空間の解空間を大幅に削減する。
強化学習の探索効率を向上させるため,効果的な行動空間削減手法も考案した。
論文 参考訳(メタデータ) (2020-06-29T18:50:35Z) - Online Joint Bid/Daily Budget Optimization of Internet Advertising
Campaigns [115.96295568115251]
複数のチャンネルにまたがるペイ・パー・クリック広告キャンペーンのオンライン共同入札/日次予算最適化の自動化問題について検討する。
どのキャンペーンでも、Gaussian Processesによる入札のクリック数と日々の予算に依存しています。
我々は4つのアルゴリズムを設計し、O(sqrtT)として高い確率で上界した後悔に苦しむことを示す。
我々は,1年以上に1日平均1000ユーロを消費した実世界のアプリケーションにおいて,我々のアルゴリズムの採用結果を提示する。
論文 参考訳(メタデータ) (2020-03-03T11:07:38Z) - Adversarial Attacks on Linear Contextual Bandits [87.08004581867537]
悪意のあるエージェントは、望ましい行動を実行するためにバンディットアルゴリズムを攻撃するインセンティブを持つ可能性がある。
悪意のあるエージェントは、線形コンテキストのバンドイットアルゴリズムに任意のアーム$T - o(T)$倍を$T$ステップで引き出すように強制することができる。
また,悪意のあるエージェントが単一コンテキストにおける帯域幅アルゴリズムの動作に影響を与えることに関心がある場合についても検討する。
論文 参考訳(メタデータ) (2020-02-10T15:04:09Z) - Online Causal Inference for Advertising in Real-Time Bidding Auctions [1.9336815376402723]
本稿では,リアルタイム入札システムを通じて購入した広告に対する因果推論を行うための新しい手法を提案する。
まず、広告の効果が最適な入札によって識別されることを示す。
マルチアームバンディット問題を解くために,適応型トンプソンサンプリング(TS)アルゴリズムを導入する。
論文 参考訳(メタデータ) (2019-08-22T21:13:03Z)
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。