論文の概要: Bidding Agent Design in the LinkedIn Ad Marketplace

• arxiv url: http://arxiv.org/abs/2202.12472v1
• Date: Fri, 25 Feb 2022 03:01:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-28 23:30:32.686597
• Title: Bidding Agent Design in the LinkedIn Ad Marketplace
• Title（参考訳）: LinkedIn Ad Marketplaceにおけるバイディングエージェント設計
• Authors: Yuan Gao, Kaiyu Yang, Yuanlong Chen, Min Liu, Noureddine El Karoui
• Abstract要約: オンラインマーケットプレースにおける自動入札エージェントの設計のための汎用最適化フレームワークを構築した。 結果として、フレームワークは、例えば、複数のプラットフォームにまたがる広告グループの共同最適化を可能にし、それぞれが独自のオークションフォーマットを実行している。 このフレームワークに基づいたLinkedInの広告マーケットプレースで、デプロイされた入札システムの実践的な学習を共有します。
• 参考スコア（独自算出の注目度）: 16.815498720115443
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We establish a general optimization framework for the design of automated bidding agent in dynamic online marketplaces. It optimizes solely for the buyer's interest and is agnostic to the auction mechanism imposed by the seller. As a result, the framework allows, for instance, the joint optimization of a group of ads across multiple platforms each running its own auction format. Bidding strategy derived from this framework automatically guarantees the optimality of budget allocation across ad units and platforms. Common constraints such as budget delivery schedule, return on investments and guaranteed results, directly translates to additional parameters in the bidding formula. We share practical learnings of the deployed bidding system in the LinkedIn ad marketplace based on this framework.
• Abstract（参考訳）: 動的オンラインマーケットプレースにおける自動入札エージェントの設計のための汎用最適化フレームワークを構築した。 購入者の利益のためにのみ最適化され、販売者によって課されるオークションメカニズムに依存しない。 結果として、このフレームワークは、例えば、複数のプラットフォームにまたがる広告のグループを、それぞれ独自のオークションフォーマットで共同で最適化することができる。 このフレームワークから派生した入札戦略は、広告ユニットとプラットフォーム間の予算配分の最適性を自動的に保証する。 予算納付スケジュール、投資のリターン、保証結果などの一般的な制約は、入札公式の追加パラメータに直接変換される。 このフレームワークに基づいたLinkedInの広告マーケットプレースで、デプロイされた入札システムの実践的な学習を共有します。

関連論文リスト

• 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)
• Fair Allocation in Dynamic Mechanism Design [57.66441610380448]
  競売業者が各ラウンドで2つのグループに分けない商品を、合計で$T$のラウンドで販売する問題を考える。 競売人は、各グループの最低平均配分を保証する公正な制約に固執しつつ、割引された全体の収益を最大化することを目的としている。
  論文  参考訳（メタデータ） (2024-05-31T19:26:05Z)
• Optimizing Search Advertising Strategies: Integrating Reinforcement Learning with Generalized Second-Price Auctions for Enhanced Ad Ranking and Bidding [36.74368014856906]
  本稿では,多様なユーザインタラクションに適応し,広告主のコスト,ユーザ関連性,プラットフォーム収益のバランスを最適化するモデルを提案する。 提案手法は,広告の配置精度とコスト効率を大幅に向上させ,実際のシナリオにおけるモデルの適用性を示すものである。
  論文  参考訳（メタデータ） (2024-05-22T06:30:55Z)
• 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)
• 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)
• Differentiable Economics for Randomized Affine Maximizer Auctions [78.08387332417604]
  差別化可能な経済学のための理想的なオークションアーキテクチャは、完全に戦略的であり、複数の入札者とアイテムをサポートし、最適なメカニズムを表現するのに十分な富がある。 複数の入札者をサポートし、完全に戦略的なアーキテクチャを提案するが、必ずしも最適なメカニズムを表現できない。 微分可能な経済の勾配に基づく最適化ツールを使用することで、私たちは宝くじのAMAを訓練し、収益の以前のアプローチと競合したり、上回ったりすることができる。
  論文  参考訳（メタデータ） (2022-02-06T22:01:21Z)
• 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)
• Real-Time Optimization Of Web Publisher RTB Revenues [10.908037452134302]
  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。
  論文  参考訳（メタデータ） (2020-06-12T11:14:56Z)

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。