論文の概要: Optimal Keywords Grouping in Sponsored Search Advertising under
Uncertain Environments
- arxiv url: http://arxiv.org/abs/2203.02192v1
- Date: Fri, 4 Mar 2022 08:54:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-07 15:48:16.167633
- Title: Optimal Keywords Grouping in Sponsored Search Advertising under
Uncertain Environments
- Title（参考訳）: 不確実環境下でのスポンサー検索広告における最適キーワードグループ化
- Authors: Huiran Li, Yanwu Yang
- Abstract要約: 本稿では,キーワードグループ化のためのプログラミングモデルを提案する。
クリックスルーレートと変換レートをランダム変数として取ります。
このモデルを解くために分岐結合アルゴリズムを開発した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In sponsored search advertising, advertisers need to make a series of keyword
decisions. Among them, how to group these keywords to form several adgroups
within a campaign is a challenging task, due to the highly uncertain
environment of search advertising. This paper proposes a stochastic programming
model for keywords grouping, taking click-through rate and conversion rate as
random variables, with consideration of budget constraints and advertisers'
risk-tolerance. A branch-and-bound algorithm is developed to solve our model.
Furthermore, we conduct computational experiments to evaluate the effectiveness
of our model and solution, with two real-world datasets collected from reports
and logs of search advertising campaigns. Experimental results illustrated that
our keywords grouping approach outperforms five baselines, and it can
approximately approach the optimum in a steady way. This research generates
several interesting findings that illuminate critical managerial insights for
advertisers in sponsored search advertising. First, keywords grouping does
matter for advertisers, especially in the situation with a large number of
keywords. Second, in keyword grouping decisions, the marginal profit does not
necessarily show the marginal diminishing phenomenon as the budget increases.
Such that, it's a worthy try for advertisers to increase their budget in
keywords grouping decisions, in order to obtain additional profit. Third, the
optimal keywords grouping solution is a result of multifaceted trade-off among
various advertising factors. In particular, assigning more keywords into
adgroups or having more budget won't certainly lead to higher profits. This
suggests a warning for advertisers that it's not wise to take the number of
keywords as the criterion for keywords grouping decisions.
- Abstract（参考訳）: スポンサー付き検索広告では、広告主は一連のキーワード決定を行う必要がある。
これらのキーワードをキャンペーン内で複数のアドグループに分類する方法は、非常に不確実な検索広告環境のため、難しい課題である。
本稿では、予算制約と広告主のリスク耐性を考慮し、クリックスルー率と変換率をランダム変数として、キーワードグループ化のための確率的プログラミングモデルを提案する。
このモデルを解くために分岐結合アルゴリズムを開発した。
さらに,検索広告キャンペーンのレポートとログから収集した2つの実世界データセットを用いて,モデルとソリューションの有効性を評価するための計算実験を行った。
実験の結果,キーワードグループ化アプローチは5つの基準線より優れており,ほぼ安定して最適にアプローチできることがわかった。
本研究は、スポンサー付き検索広告における広告主にとって重要な管理上の洞察を照らす興味深い発見を多く生み出している。
第一に、キーワードのグルーピングは広告主にとって重要であり、特に多くのキーワードの状況において重要である。
第二に、キーワード分類決定において、マージン利益は予算が増加するにつれてマージン減少現象を示すとは限らない。
このように、広告主が追加利益を得るためにキーワードのグループ化決定の予算を増やすことは価値ある試みです。
第3に、最適なキーワードグループ化ソリューションは、さまざまな広告要素間の多面的トレードオフの結果である。
特に、より多くのキーワードをアドグループに割り当てたり、予算を増やしたりしても、高い利益をもたらすことはないでしょう。
これは、キーワードのグループ化決定の基準としてキーワードの数を取るのが賢明ではないことを広告主に警告している。
関連論文リスト
- Fair Allocation in Dynamic Mechanism Design [57.66441610380448]
競売業者が各ラウンドの買い手グループに、合計で$T$で分けない商品を販売している問題を考える。
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) - Keyword Decisions in Sponsored Search Advertising: A Literature Review
and Research Agenda [0.0]
キーワードはビジネスモデルの基本単位として機能し、消費者、広告主、検索エンジンの3つの利害関係者をリンクする。
本稿では,検索広告管理におけるタッチポイントを強調したキーワード決定のための包括的なフレームワークを提案する。
本フレームワークを用いて,キーワード決定に関する最新の研究文献を,技術,入力特徴,評価指標についてレビューする。
論文 参考訳（メタデータ） (2023-02-24T00:24:17Z) - Keyword Targeting Optimization in Sponsored Search Advertising:
Combining Selection and Matching [0.0]
最適なキーワードターゲティング戦略は、適切な人口に効果的に到達することを保証する。
本稿では,過去の広告パフォーマンス指標の不完全性から,キーワードターゲティングの問題に対処することを目的とする。
実験の結果, (a) BB-KSMは利益率において7つの基準線を上回り, (b) BB-KSMは予算の増加とともにその優位性を示した。
論文 参考訳（メタデータ） (2022-10-19T03:37:32Z) - Persuasion Strategies in Advertisements [68.70313043201882]
我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。
次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。
我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
論文 参考訳（メタデータ） (2022-08-20T07:33:13Z) - Aggregate effects of advertising decisions: a complex systems look at
search engine advertising via an experimental study [26.218512292529635]
我々は,様々な広告戦略の評価と,検索市場におけるメカニズムの影響評価を支援するシミュレーションフレームワークを開発し,検証する。
電子単語の集合的影響,競争レベル,戦略的入札行動に関する3つの実験を行った。
論文 参考訳（メタデータ） (2022-03-04T09:16:15Z) - Keyword Optimization in Sponsored Search Advertising: A Multi-Level
Computational Framework [20.22050119811848]
キーワードは広告主、検索ユーザー、検索エンジンを繋ぐ重要な橋として機能する。
本稿では,キーワード最適化のためのマルチレベル・クローズドフォーム計算フレームワークを提案する。
論文 参考訳（メタデータ） (2022-02-28T02:03:14Z) - Diversity driven Query Rewriting in Search Advertising [1.5289756643078838]
生成的検索モデルは、このようなクエリの書き直しを生成するタスクにおいて有効であることが示されている。
高品質かつ多様な書き直しを生成するフレームワークであるCLOVERを紹介します。
提案手法の有効性を,3つの主要言語にまたがる検索クエリのオフライン実験により実証的に示す。
論文 参考訳（メタデータ） (2021-06-07T17:30:45Z) - Learning to Infer User Hidden States for Online Sequential Advertising [52.169666997331724]
本稿では,これらの問題に対処するディープインテントシーケンス広告(DISA)手法を提案する。
解釈可能性の鍵となる部分は、消費者の購入意図を理解することである。
論文 参考訳（メタデータ） (2020-09-03T05:12:26Z) - 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) - 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) - Adversarial Attacks on Linear Contextual Bandits [87.08004581867537]
悪意のあるエージェントは、望ましい行動を実行するためにバンディットアルゴリズムを攻撃するインセンティブを持つ可能性がある。
悪意のあるエージェントは、線形コンテキストのバンドイットアルゴリズムに任意のアーム$T - o(T)$倍を$T$ステップで引き出すように強制することができる。
また,悪意のあるエージェントが単一コンテキストにおける帯域幅アルゴリズムの動作に影響を与えることに関心がある場合についても検討する。
論文 参考訳（メタデータ） (2020-02-10T15:04:09Z)
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。