論文の概要: Truncation-Free Matching System for Display Advertising at Alibaba
- arxiv url: http://arxiv.org/abs/2102.09283v1
- Date: Thu, 18 Feb 2021 12:01:09 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-19 14:12:46.936862
- Title: Truncation-Free Matching System for Display Advertising at Alibaba
- Title（参考訳）: Alibabaにおけるディスプレイ広告のトランケーションフリーマッチングシステム
- Authors: Jin Li, Jie Liu, Shangzhou Li, Yao Xu, Ran Cao, Qi Li, Biye Jiang,
Guan Wang, Han Zhu, Kun Gai, Xiaoqiang Zhu
- Abstract要約: マッチングモジュールはディスプレイ広告システムにおいて重要な役割を果たす。
ユーザーからの問い合わせがなければ、システムがユーザーのトラフィックと広告を適切に一致させることは困難です。
TFMS(Truncation Free Matching System)を提案する。
- 参考スコア（独自算出の注目度）: 28.337203769492966
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Matching module plays a critical role in display advertising systems. Without
query from user, it is challenging for system to match user traffic and ads
suitably. System packs up a group of users with common properties such as the
same gender or similar shopping interests into a crowd. Here term crowd can be
viewed as a tag over users. Then advertisers bid for different crowds and
deliver their ads to those targeted users. Matching module in most industrial
display advertising systems follows a two-stage paradigm. When receiving a user
request, matching system (i) finds the crowds that the user belongs to; (ii)
retrieves all ads that have targeted those crowds. However, in applications
such as display advertising at Alibaba, with very large volumes of crowds and
ads, both stages of matching have to truncate the long-tailed parts for online
serving, under limited latency. That's to say, not all ads have the chance to
participate in online matching. This results in sub-optimal result for both
advertising performance and platform revenue. In this paper, we study the
truncation problem and propose a Truncation Free Matching System (TFMS). The
basic idea is to decouple the matching computation from the online pipeline.
Instead of executing the two-stage matching when user visits, TFMS utilizes a
near-line truncation-free matching to pre-calculate and store those top
valuable ads for each user. Then the online pipeline just needs to fetch the
pre-stored ads as matching results. In this way, we can jump out of online
system's latency and computation cost limitations, and leverage flexible
computation resource to finish the user-ad matching. TFMS has been deployed in
our productive system since 2019, bringing (i) more than 50% improvement of
impressions for advertisers who encountered truncation before, (ii) 9.4%
Revenue Per Mile gain, which is significant enough for the business.
- Abstract（参考訳）: マッチングモジュールはディスプレイ広告システムにおいて重要な役割を果たす。
ユーザーからの問い合わせがなければ、システムがユーザーのトラフィックと広告を適切に一致させることは困難です。
システムは、同じ性別や同様のショッピングの興味などの共通の特性を持つユーザーのグループを群衆にパックします。
ここでは、群衆はユーザーに対するタグと見なすことができる。
そして広告主は、異なる群衆に入札し、ターゲットユーザーに広告を配信する。
ほとんどの産業用ディスプレイ広告システムのマッチングモジュールは、2段階のパラダイムに従います。
ユーザリクエストを受信すると、(i)マッチングシステムは、ユーザが所属する群衆を見つけ出し、(ii)その群衆をターゲットにしたすべての広告を検索する。
しかし、alibabaのディスプレイ広告のようなアプリケーションでは、膨大な数の群衆や広告があるため、両者のマッチングの段階は、遅延が限定された状態で、オンラインサービスのためのロングテール部分を切り離さなければならない。
つまり、全ての広告がオンラインマッチングに参加するチャンスがあるわけではないのです。
これにより、広告パフォーマンスとプラットフォーム収益の両方に最適化された結果が得られます。
本稿では、切り捨て問題について検討し、Truncation Free Matching System (TFMS) を提案する。
基本的なアイデアは、オンラインパイプラインからマッチング計算を分離することです。
TFMSは、ユーザーが訪れた時に2段階のマッチングを実行する代わりに、ほぼ直線的なトランケーションフリーマッチングを使用して、各ユーザーにとって最も価値のある広告を事前計算し保存する。
そして、オンラインパイプラインは、プレストアされた広告をマッチング結果として取り出す必要がある。
このようにして、オンラインシステムのレイテンシと計算コストの制限から抜け出し、柔軟な計算リソースを活用してユーザーアドマッチングを完了することができます。
TFMSは、2019年以降、当社の生産システムに配備されており、(i)減損に遭遇した広告主のインプレッションが50%以上改善され、(ii)収益1マイル当たりの利益が9.4%となり、ビジネスに十分な意味を持つ。
関連論文リスト
- System-2 Recommenders: Disentangling Utility and Engagement in Recommendation Systems via Temporal Point-Processes [80.97898201876592]
本稿では,過去のコンテンツインタラクションが,自己興奮型ホークスプロセスに基づくユーザの到着率に影響を及ぼす生成モデルを提案する。
そこで本研究では,システム1とシステム2のアンタングルを解消し,ユーザ利用によるコンテンツ最適化を可能にすることを解析的に示す。
論文 参考訳（メタデータ） (2024-05-29T18:19:37Z) - Sociotechnical Audits: Broadening the Algorithm Auditing Lens to
Investigate Targeted Advertising [1.6422305456306596]
本稿では,アルゴリズムとユーザ間の相互作用に着目した社会工学的監査の概念を提案する。
我々は,同意・補償された参加者による縦断的社会技術監査を行うためのプラットフォームであるIntervenrを開発した。
われわれはIntervenrを2週間にわたるオンライン広告の社会技術監査で展開し、パーソナライズされた広告ターゲティングがユーザーにとってより効果的であるという中心的な前提を調査した。
論文 参考訳（メタデータ） (2023-08-30T05:26:47Z) - Towards Fairness in Personalized Ads Using Impression Variance Aware
Reinforcement Learning [9.246089899723744]
Metaの広告システムにおいて、より公平な結果を達成するための可変還元システム(VRS)。
まず、広告印象のばらつきの観点から、公平さのギャップを定量化する指標を定義した。
次に、インプレッションのばらつきを意識した方法で広告をランク付けするためのVRSを示す。
論文 参考訳（メタデータ） (2023-06-05T22:38:21Z) - Auditing for Discrimination in Algorithms Delivering Job Ads [70.02478301291264]
我々は,求人広告配信における識別アルゴリズムのブラックボックス監査のための新しい手法を開発した。
最初のコントリビューションは、性別や人種などの保護されたカテゴリーによる、広告配信における歪の区別です。
第2に,他の要因と資格の違いによって説明可能なスクリューを区別する監査手法を開発する。
第3に、提案手法を求人広告のための2つの主要なターゲット広告プラットフォーム、FacebookとLinkedInに適用する。
論文 参考訳（メタデータ） (2021-04-09T17:38:36Z) - Multi-Channel Sequential Behavior Networks for User Modeling in Online
Advertising [4.964012641964141]
本稿では,ユーザと広告を意味空間に埋め込むための深層学習手法であるマルチチャネルシーケンシャル行動ネットワーク(mc-sbn)を提案する。
提案するユーザエンコーダアーキテクチャでは,過去の検索クエリや訪問ページ,クリックした広告など,複数の入力チャネルからのユーザアクティビティをユーザベクトルにまとめる。
その結果,MC-SBNは関連広告のランク付けを改善し,クリック予測とコンバージョン予測の両方の性能を向上させることができることがわかった。
論文 参考訳（メタデータ） (2020-12-27T06:13:29Z) - 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) - An Empirical Study of In-App Advertising Issues Based on Large Scale App
Review Analysis [67.58267006314415]
われわれは,App StoreとGoogle Playの広告関連ユーザフィードバックに関する大規模分析を行った。
広告関連レビュー36,309件の統計分析から,利用者は使用中のユニーク広告数や広告表示頻度を最も気にしていることがわかった。
いくつかの広告イシュータイプは、他の広告イシューよりも開発者によって迅速に対処される。
論文 参考訳（メタデータ） (2020-08-22T05:38:24Z) - Multi-Manifold Learning for Large-scale Targeted Advertising System [11.665335230281825]
Messengerの広告(広告)は、直接的および個人的ユーザー体験を提供し、高いコンバージョン率と売上をもたらす。
本稿では,ハイパーボリック空間におけるユーザと広告の階層構造を効果的に学習するフレームワークを提案する。
提案手法を,公開ベンチマークデータセットと大規模商用メッセンジャーシステムLINE上で評価する。
論文 参考訳（メタデータ） (2020-07-05T13:31:43Z) - 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)
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。