論文の概要: A novel auction system for selecting advertisements in Real-Time bidding
- arxiv url: http://arxiv.org/abs/2010.11981v1
- Date: Thu, 22 Oct 2020 18:36:41 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 05:02:07.538725
- Title: A novel auction system for selecting advertisements in Real-Time bidding
- Title（参考訳）: リアルタイム入札における広告選択のための新しいオークションシステム
- Authors: Luis Miralles-Pechu\'an and Fernando Jim\'enez and Jos\'e Manuel
Garc\'ia
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 68.8204255655161
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Real-Time Bidding is a new Internet advertising system that has become very
popular in recent years. This system works like a global auction where
advertisers bid to display their impressions in the publishers' ad slots. The
most popular system to select which advertiser wins each auction is the
Generalized second-price auction in which the advertiser that offers the most
wins the bet and is charged with the price of the second largest bet. In this
paper, we propose an alternative betting system with a new approach that not
only considers the economic aspect but also other relevant factors for the
functioning of the advertising system. The factors that we consider are, among
others, the benefit that can be given to each advertiser, the probability of
conversion from the advertisement, the probability that the visit is
fraudulent, how balanced are the networks participating in RTB and if the
advertisers are not paying over the market price. In addition, we propose a
methodology based on genetic algorithms to optimize the selection of each
advertiser. We also conducted some experiments to compare the performance of
the proposed model with the famous Generalized Second-Price method. We think
that this new approach, which considers more relevant aspects besides the
price, offers greater benefits for RTB networks in the medium and long-term.
- Abstract（参考訳）: リアルタイム入札(real-time bidding)は、近年非常に人気の高い新しいインターネット広告システムである。
このシステムは、広告主がインプレッションをパブリッシャーの広告スロットに表示しようと競うグローバルなオークションのように機能する。
競売毎にどの広告主が勝つかを選択する最も一般的なシステムは、最も多くの広告主が賭けに勝ち、2番目に大きな賭けの価格で請求される一般第二価格オークションである。
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影響を及ぼす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。
私たちが考慮すべき要素は、広告主に与えられる利益、広告からの転換の確率、訪問が不正である確率、rtbに参加しているネットワークがどの程度バランスが取れているか、そして広告主が市場価格に対して支払いをしていないかなどである。
さらに,各広告主の選択を最適化するための遺伝的アルゴリズムに基づく手法を提案する。
また,提案モデルの性能を有名な一般化2次価格法と比較する実験を行った。
価格以外の関連する側面を考慮に入れたこの新しいアプローチは、中長期のRTBネットワークにより大きなメリットをもたらすと考えている。
関連論文リスト
- 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) - Incentive-Aware Recommender Systems in Two-Sided Markets [49.692453629365204]
最適性能を達成しつつエージェントのインセンティブと整合する新しいレコメンデータシステムを提案する。
我々のフレームワークは、このインセンティブを意識したシステムを、両側市場におけるマルチエージェントバンディット問題としてモデル化する。
どちらのアルゴリズムも、エージェントが過剰な露出から保護する、ポストフェアネス基準を満たす。
論文 参考訳（メタデータ） (2022-11-23T22:20:12Z) - Leveraging the Hints: Adaptive Bidding in Repeated First-Price Auctions [42.002983450368134]
プライスオークションでの競売の仕方について検討する。
第二価格のオークションとは異なり、個人価値を真に入札することはもはや最適ではない。
1つは1つの点予測が可能であり、もう1つはヒント間隔が利用可能である。
論文 参考訳（メタデータ） (2022-11-05T19:20:53Z) - An Analysis of Selection Bias Issue for Online Advertising [0.30458514384586394]
オークションシステムに存在する選択バイアス問題を示す。
我々は,選別バイアスが競売の真偽を損なうことを分析した。
実験の結果,すべての広告のデータを学習するマルチタスク学習を用いることで,選択バイアスが大幅に低減されることがわかった。
論文 参考訳（メタデータ） (2022-06-07T12:29:40Z) - 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) - 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) - Optimal Allocation of Real-Time-Bidding and Direct Campaigns [10.888918892489638]
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。
論文 参考訳（メタデータ） (2020-06-12T10:44:56Z) - 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) - 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。