論文の概要: Blending Advertising with Organic Content in E-Commerce: A Virtual Bids Optimization Approach

• arxiv url: http://arxiv.org/abs/2105.13556v1
• Date: Fri, 28 May 2021 02:27:31 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-31 13:23:47.594441
• Title: Blending Advertising with Organic Content in E-Commerce: A Virtual Bids Optimization Approach
• Title（参考訳）: EコマースにおけるBlending Advertising with Organic Content: a Virtual Bids Optimization Approach
• Authors: Carlos Carrion, Zenan Wang, Harikesh Nair, Xianghong Luo, Yulin Lei, Xiliang Lin, Wenlong Chen, Qiyu Hu, Changping Peng, Yongjun Bao and Weipeng Yan
• Abstract要約: eコマースプラットフォーム設計における燃えるような問題は、これらの相互作用を尊重し、これらの複数のビジネス目標のバランスをとる方法で、広告をコンテンツとブレンドする方法である。 本稿では、JD.COMの製品詳細ページ上で、パーソナライズされたスポンサー付きコンテンツとスポンサーなしコンテンツとをブレンドするコンテキストにおいて、この目的のために開発されたシステムについて述べる。
• 参考スコア（独自算出の注目度）: 10.318768600322281
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In e-commerce platforms, sponsored and non-sponsored content are jointly displayed to users and both may interactively influence their engagement behavior. The former content helps advertisers achieve their marketing goals and provides a stream of ad revenue to the platform. The latter content contributes to users' engagement with the platform, which is key to its long-term health. A burning issue for e-commerce platform design is how to blend advertising with content in a way that respects these interactions and balances these multiple business objectives. This paper describes a system developed for this purpose in the context of blending personalized sponsored content with non-sponsored content on the product detail pages of JD.COM, an e-commerce company. This system has three key features: (1) Optimization of multiple competing business objectives through a new virtual bids approach and the expressiveness of the latent, implicit valuation of the platform for the multiple objectives via these virtual bids. (2) Modeling of users' click behavior as a function of their characteristics, the individual characteristics of each sponsored content and the influence exerted by other sponsored and non-sponsored content displayed alongside through a deep learning approach; (3) Consideration of externalities in the allocation of ads, thereby making it directly compatible with a Vickrey-Clarke-Groves (VCG) auction scheme for the computation of payments in the presence of these externalities. The system is currently deployed and serving all traffic through JD.COM's mobile application. Experiments demonstrating the performance and advantages of the system are presented.
• Abstract（参考訳）: 電子商取引プラットフォームでは、スポンサー付コンテンツと非スポンサー付コンテンツが共同でユーザーに表示され、双方ともエンゲージメント行動にインタラクティブに影響を及ぼす可能性がある。 前者のコンテンツは広告主がマーケティング目標を達成するのを助け、プラットフォームに広告収入のストリームを提供する。 後者のコンテンツは、ユーザのプラットフォームへのエンゲージメントに寄与する。 eコマースプラットフォームデザインの燃える問題は、これらの相互作用を尊重し、これらの複数のビジネス目標のバランスをとる方法で広告とコンテンツのブレンド方法である。 本稿では、電子商取引会社JD.COMの製品詳細ページに、個人支援コンテンツとスポンサーなしコンテンツとをブレンドするコンテキストにおいて、この目的のために開発されたシステムについて述べる。 本システムは,(1)新しい仮想入札アプローチによる複数の競合するビジネス目標の最適化と,これらの仮想入札による複数の目的に対するプラットフォームの潜在的かつ暗黙的な評価という,3つの重要な特徴を有する。 2) ユーザのクリック動作を特性の関数としてモデル化し,各スポンサーコンテンツの個性および他のスポンサーコンテンツおよび非スポンサーコンテンツによる影響をディープ・ラーニング・アプローチで表示すること,(3)広告の割り当てにおける外部性を考慮して,これらの外部性の存在下での支払い計算のためのvickrey-clarke-groves(vcg)オークション・スキームと直接互換性を持たせること。 現在はJD.COMのモバイルアプリケーションを通じて全トラフィックを処理している。 システムの性能と利点を実証する実験を行った。

関連論文リスト

• Unveiling User Satisfaction and Creator Productivity Trade-Offs in Recommendation Platforms [68.51708490104687]
  調査力の低い純粋に関連性の高い政策は、短期的ユーザの満足度を高めるが、コンテンツプールの長期的豊かさを損なうことを示す。 調査の結果,プラットフォーム上でのユーザの即時満足度と全体のコンテンツ生産との間には,根本的なトレードオフがあることが判明した。
  論文  参考訳（メタデータ） (2024-10-31T07:19:22Z)
• User Welfare Optimization in Recommender Systems with Competing Content Creators [65.25721571688369]
  本研究では,コンテンツ制作者間での競争ゲーム環境下で,システム側ユーザ福祉の最適化を行う。 本稿では,推奨コンテンツの満足度に基づいて,各ユーザの重みの列を動的に計算する,プラットフォームのためのアルゴリズムソリューションを提案する。 これらの重みはレコメンデーションポリシーやポストレコメンデーション報酬を調整するメカニズムの設計に利用され、それによってクリエイターのコンテンツ制作戦略に影響を与える。
  論文  参考訳（メタデータ） (2024-04-28T21:09:52Z)
• Deep Automated Mechanism Design for Integrating Ad Auction and Allocation in Feed [16.446426156247135]
  電子商取引プラットフォームは通常、ユーザのページビュー要求に応じて、いくつかのオーガニックアイテムと広告が混在した順序付きリストを提示する。 広告割当が広告及び有機品の表示位置を決定する間、広告オークションは、どの広告が表示され、対応する支払いが決定される。 これまでの研究では、しばしば2つの段階のうちの1つ、すなわち2段階の問題に焦点が当てられていた。
  論文  参考訳（メタデータ） (2024-01-03T10:27:39Z)
• 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)
• LLaMA-E: Empowering E-commerce Authoring with Object-Interleaved Instruction Following [16.800545001782037]
  本稿では、顧客、販売者、プラットフォームの文脈的嗜好に対処する統合eコマースオーサリングモデルであるLLaMA-Eを提案する。 広告生成,クエリ強化製品タイトル書き換え,製品分類,購入意図の推測,一般的なeコマースQ&Aといったタスクから導かれる命令セットを設計する。 提案したLLaMA-Eモデルは、最先端評価性能を達成し、ゼロショット実用的な応用において優位性を示す。
  論文  参考訳（メタデータ） (2023-08-09T12:26:37Z)
• Online Learning in a Creator Economy [91.55437924091844]
  われわれはクリエーター経済を、ユーザー、プラットフォーム、コンテンツクリエーターの3人組ゲームとして研究している。 私たちは、リターンベースの契約とフィーチャーベースの契約の2つのファミリーを分析します。 滑らかな仮定の下では、リターンベースの契約とレコメンデーションポリシーの協調最適化が後悔をもたらすことを示す。
  論文  参考訳（メタデータ） (2023-05-19T01:58:13Z)
• ItemSage: Learning Product Embeddings for Shopping Recommendations at Pinterest [60.841761065439414]
  Pinterestでは、ItemSageと呼ばれるプロダクトの埋め込みセットを構築して、すべてのショッピングユースケースに適切なレコメンデーションを提供しています。 このアプローチによって、エンゲージメントとコンバージョンメトリクスが大幅に改善され、インフラストラクチャとメンテナンスコストの両方が削減された。
  論文  参考訳（メタデータ） (2022-05-24T02:28:58Z)
• 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)
• SoMin.ai: Personality-Driven Content Generation Platform [60.49416044866648]
  世界初のパーソナリティ駆動型マーケティングコンテンツ生成プラットフォームであるSoMin.aiを紹介します。 このプラットフォームは、ディープ・マルチビュー・パーソナリティ・プロファイリング・フレームワークと、スタイル・ジェネレーティブ・敵ネットワークを組み合わせている。 ソーシャルネットワーキングのユーザエクスペリエンスの向上や、コンテンツマーケティングのルーチンに使用できる。
  論文  参考訳（メタデータ） (2020-11-30T08:33:39Z)
• A Deep Prediction Network for Understanding Advertiser Intent and Satisfaction [41.000912016821246]
  本稿では,広告主の意図と満足度を同時にモデル化する新しいDeep Satisfaction Prediction Network (DSPN)を提案する。 提案するDSPNは,最先端のベースラインより優れ,オンライン環境におけるAUCの観点からも安定した性能を有する。
  論文  参考訳（メタデータ） (2020-08-20T15:08:50Z)

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。