論文の概要: Real-Time Optimization Of Web Publisher RTB Revenues
- arxiv url: http://arxiv.org/abs/2006.07083v1
- Date: Fri, 12 Jun 2020 11:14:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-22 03:33:42.393413
- Title: Real-Time Optimization Of Web Publisher RTB Revenues
- Title（参考訳）: WebパブリッシャRTB収益のリアルタイム最適化
- Authors: Pedro Chahuara, Nicolas Grislain, Gr\'egoire Jauvion and Jean-Michel
Renders
- Abstract要約: 本稿では,第2価格オークションによるWebパブリッシャーの収益を最適化するエンジンについて述べる。
エンジンは競売ごとに約1ミリ秒で最適な予備価格を予測できる。
- 参考スコア（独自算出の注目度）: 10.908037452134302
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper describes an engine to optimize web publisher revenues from
second-price auctions. These auctions are widely used to sell online ad spaces
in a mechanism called real-time bidding (RTB). Optimization within these
auctions is crucial for web publishers, because setting appropriate reserve
prices can significantly increase revenue. We consider a practical real-world
setting where the only available information before an auction occurs consists
of a user identifier and an ad placement identifier. The real-world challenges
we had to tackle consist mainly of tracking the dependencies on both the user
and placement in an highly non-stationary environment and of dealing with
censored bid observations. These challenges led us to make the following design
choices: (i) we adopted a relatively simple non-parametric regression model of
auction revenue based on an incremental time-weighted matrix factorization
which implicitly builds adaptive users' and placements' profiles; (ii) we
jointly used a non-parametric model to estimate the first and second bids'
distribution when they are censored, based on an on-line extension of the
Aalen's Additive model.
Our engine is a component of a deployed system handling hundreds of web
publishers across the world, serving billions of ads a day to hundreds of
millions of visitors. The engine is able to predict, for each auction, an
optimal reserve price in approximately one millisecond and yields a significant
revenue increase for the web publishers.
- Abstract（参考訳）: 本稿では,第2価格オークションのWebパブリッシャー収益を最適化するエンジンについて述べる。
これらのオークションはリアルタイム入札(RTB)と呼ばれるメカニズムでオンライン広告スペースを販売するために広く利用されている。
これらのオークションにおける最適化は、適切な予約価格を設定することで収益を大幅に増加させるため、Webパブリッシャにとって極めて重要である。
競売の前にのみ利用可能な情報をユーザ識別子と広告配置識別子とで構成する実用的な実世界設定を考える。
私たちが取り組まなければならない現実的な課題は、主にユーザと非定常的な環境における配置の両方への依存を追跡し、検閲された入札観測を扱うことにあります。
これらの課題により、私たちは以下の設計選択をしました。
(i)適応的ユーザと配置のプロファイルを暗黙的に構築する漸進的時間重み付き行列因子化に基づくオークション収入の比較的単純な非パラメトリック回帰モデルを採用した。
(ii)非パラメトリックモデルを用いて,アーレン加法モデルのオンライン拡張に基づき,検閲された場合の第1および第2入札の分布を推定した。
当社のエンジンは、世界中の数百のwebパブリッシャーを処理し、数十億の訪問者に毎日数十億の広告を提供する、デプロイされたシステムの一部です。
このエンジンは、各オークションにおいて、約1ミリ秒で最適な予約価格を予測でき、webパブリッシャーにとって大きな収益増加をもたらす。
関連論文リスト
- Procurement Auctions via Approximately Optimal Submodular Optimization [53.93943270902349]
競売業者がプライベートコストで戦略的売り手からサービスを取得しようとする競売について検討する。
我々の目標は、取得したサービスの品質と販売者の総コストとの差を最大化する計算効率の良いオークションを設計することである。
論文 参考訳（メタデータ） (2024-11-20T18:06:55Z) - A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。
各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。
実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
論文 参考訳（メタデータ） (2024-07-08T09:55:31Z) - Multi-attribute Auction-based Resource Allocation for Twins Migration in Vehicular Metaverses: A GPT-based DRL Approach [85.65587846913793]
車両メタバース(Vehicular Metaverses)は、近代自動車産業を強化するために開発され、コネクテッドカー間の没入的で安全な体験を提供する。
本稿では,VTsマイグレーション時の資源配分を最適化する属性対応オークション方式を提案する。
我々は、生成事前学習型変換器(GPT)に基づく深部強化学習(DRL)アルゴリズムを用いて、DDAオークション器を訓練し、オークションクロックを効率的に調整する。
論文 参考訳（メタデータ） (2024-06-08T09:41:38Z) - Advancing Ad Auction Realism: Practical Insights & Modeling Implications [2.8413290300628313]
本稿では,広告主を敵の帯域幅アルゴリズムが支配するエージェントとしてモデル化することで,現代の広告オークションに対する有用な洞察を得ることができることを示す。
ソフトフロアは適切な選択されたリザーブ価格よりも低い収益をもたらし、単一のクエリに注意を向けることさえできる。
論文 参考訳（メタデータ） (2023-07-21T17:45:28Z) - User Response in Ad Auctions: An MDP Formulation of Long-Term Revenue Optimization [13.868805489082701]
広告の質に対するユーザの反応を捉えるために,広告オークションのための新しいマルコフ決定プロセスモデルを提案する。
ユーザの反応を取り入れることで, オークションに関わる3つの関係者(広告主, オークション, ユーザ)すべてを考慮したモデルを構築した。
論文 参考訳（メタデータ） (2023-02-16T06:16:01Z) - Demystifying Advertising Campaign Bid Recommendation: A Constraint
target CPA Goal Optimization [19.857681941728597]
本稿では,広告主が望むtCPA目標を達成するための入札最適化シナリオを提案する。
我々は厳格に定式化された制約付き最適化問題を解くことで決定を下すために最適化エンジンを構築した。
提案モデルでは,広告主の過去のオークション行動に対する推測を行うことで,広告主の期待に応える入札を自然に推奨することができる。
論文 参考訳（メタデータ） (2022-12-26T07:43:26Z) - Bidding via Clustering Ads Intentions: an Efficient Search Engine
Marketing System for E-commerce [13.601308818833301]
本稿では,ウォルマート電子商取引における検索エンジンマーケティングのための入札システムのエンドツーエンド構造について紹介する。
ユーザからの問い合わせからの自然言語信号と製品からのコンテキスト知識を利用して、スパーシリティ問題を緩和する。
当社のアプローチのオンラインおよびオフラインのパフォーマンスを分析し、それを運用効率のよいソリューションとみなす方法について論じます。
論文 参考訳（メタデータ） (2021-06-24T00:12:07Z) - 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) - Reserve Price Optimization for First Price Auctions [14.18752189817994]
本研究では, 入札者のリザーブ・ショックに対する応答性の推定値に基づいて, リザーブ・プライスを適応的に更新し, 最適化する勾配に基づくアルゴリズムを提案する。
第一価格オークションにおける収益は、オンデマンドコンポーネントとエンフビジンコンポーネントに分解することができ、各コンポーネントのばらつきを低減する技術を導入することができる。
論文 参考訳（メタデータ） (2020-06-11T15:35:19Z)
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。