論文の概要: NMA: Neural Multi-slot Auctions with Externalities for Online Advertising

• arxiv url: http://arxiv.org/abs/2205.10018v1
• Date: Fri, 20 May 2022 08:21:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-23 15:18:14.442033
• Title: NMA: Neural Multi-slot Auctions with Externalities for Online Advertising
• Title（参考訳）: NMA: オンライン広告のための外部性を備えたニューラルマルチスロットオークション
• Authors: Guogang Liao, Xuejian Li, Ze Wang, Fan Yang, Muzhi Guan, Bingqi Zhu, Yongkang Wang, Xingxing Wang, Dong Wang
• Abstract要約: 本稿では,GSPオークションとVCGベースのオークションの課題に対処するため,ニューラルマルチスロットオークション (NMA) という新しいオークションを提案する。 NMAは、既存のオークションメカニズムよりもバランスの取れた社会福祉で高い収入を得る。 NMAをMeituanのフードデリバリープラットフォームに導入することに成功しました。
• 参考スコア（独自算出の注目度）: 13.435995280950308
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Online advertising driven by auctions brings billions of dollars in revenue for social networking services and e-commerce platforms. GSP auction, which is simple and easy to understand for advertisers, has almost become the benchmark for ad auction mechanisms in the industry. However, the allocation stability of GSP depends on the separable CTR assumption, which means that GSP considers neither position-dependent externalities nor ad-dependent externalities in multi-slot scenario, leading to suboptimal performance. Some GSP-based deep auctions (e.g., DeepGSP, DNA) have attempted to upgrade GSP with deep neural networks, while only modeling local externalities and thus still suboptimal. On the other hand, although VCG-based multi-slot auctions (e.g., VCG, WVCG) take externalities into consideration, they lack an efficient balance of both revenue and social welfare. In this paper, we propose a novel auction named Neural Multi-slot Auction (NMA) to tackle the above-mentioned challenges. Specifically, we model the global externalities effectively with a context-aware list-wise prediction module to achieve better performance. We design a list-wise deep rank module to guarantee incentive compatibility in end-to-end learning. Furthermore, we propose an auxiliary loss for social welfare to effectively reduce the decline of social welfare while maximizing revenue. Experiment results on both offline large-scale datasets and online A/B tests demonstrate that NMA obtains higher revenue with balanced social welfare than other existing auction mechanisms (i.e., GSP, DNA, WVCG) in industrial practice, and we have successfully deployed NMA on Meituan food delivery platform.
• Abstract（参考訳）: オークションによるオンライン広告は、ソーシャルネットワークサービスやeコマースプラットフォームに数十億ドルの収益をもたらす。 GSPオークションは、広告主にとってシンプルで分かりやすいもので、業界における広告オークションメカニズムのベンチマークとなっている。 しかし、GSPの割り当て安定性は分離可能なCTR仮定に依存するため、GSPはマルチスロットシナリオにおける位置依存外部性もアド依存外部性も考慮せず、最適以下の性能をもたらす。 一部のGSPベースのディープオークション(例えばDeepGSP、DNA)は、深層ニューラルネットワークでGSPをアップグレードしようとしたが、それは局所的な外部性のみをモデル化し、したがってまだ最適ではない。 一方、VCGベースのマルチスロットオークション(VCG、WVCGなど)は外部性を考慮しているものの、収益と社会福祉の双方の効率的なバランスが欠如している。 本稿では,上記の課題に対処するため,ニューラルマルチスロットオークション(NMA)という新しいオークションを提案する。 具体的には,グローバルな外部性をコンテキスト対応リストワイズ予測モジュールで効果的にモデル化し,性能の向上を図る。 エンドツーエンド学習におけるインセンティブ互換性を保証するために,リスト指向のディープランクモジュールを設計した。 さらに,収益を最大化しつつ,社会福祉の衰退を効果的に低減する社会福祉補助的損失を提案する。 オフライン大規模データセットとオンラインA/Bテストの両方の実験結果から,NMAは産業実践における他の既存のオークション機構(GSP, DNA, WVCG)よりも高い収益を得ることが示された。

関連論文リスト

• Ad Auctions for LLMs via Retrieval Augmented Generation [12.9128551468564]
  本稿では,大規模言語モデル(LLM)のテキスト出力における広告アロケーションと価格設定のための新しいオークション機構を提案する。 RAGフレームワークに従って,各談話セグメントに対して広告を確率的に検索するセグメントオークションを提案する。 我々は,配分効率と公平性のバランスをとる福祉の新しい概念である対数社会福祉を最大化することを示し,関連するインセンティブに適合する価格設定を特徴付ける。
  論文  参考訳（メタデータ） (2024-06-12T22:05:51Z)
• Multi-attribute Auction-based Resource Allocation for Twins Migration in Vehicular Metaverses: A GPT-based DRL Approach [85.65587846913793]
  車両メタバース(Vehicular Metaverses)は、近代自動車産業を強化するために開発され、コネクテッドカー間の没入的で安全な体験を提供する。 本稿では,VTsマイグレーション時の資源配分を最適化する属性対応オークション方式を提案する。 我々は、生成事前学習型変換器(GPT)に基づく深部強化学習(DRL)アルゴリズムを用いて、DDAオークション器を訓練し、オークションクロックを効率的に調整する。
  論文  参考訳（メタデータ） (2024-06-08T09:41:38Z)
• Neural Auctions Compromise Bidder Information [43.82512707595423]
  シングルショットオークションは、例えば広告スペースを販売したり、無線周波数を割り当てたりする際に、商品を売る手段として一般的に使用される。 ニューラルネットワークは、オークションが戦略的かつ個々に合理的であるという制約を満たしつつ、最適なメカニズムを近似するために使用できることが示されている。 このようなオークションは収益を最大化するが、個人入札情報を開示するコストがかかることを示している。
  論文  参考訳（メタデータ） (2023-02-28T22:36:00Z)
• VFed-SSD: Towards Practical Vertical Federated Advertising [53.08038962443853]
  本稿では,2つの制限を緩和する半教師付き分割蒸留フレームワーク VFed-SSD を提案する。 具体的には,垂直分割された未ラベルデータを利用する自己教師型タスクMatchedPair Detection (MPD) を開発する。 当社のフレームワークは,デプロイコストの最小化と大幅なパフォーマンス向上を図った,リアルタイム表示広告のための効率的なフェデレーション強化ソリューションを提供する。
  論文  参考訳（メタデータ） (2022-05-31T17:45:30Z)
• Neural Auction: End-to-End Learning of Auction Mechanisms for E-Commerce Advertising [42.7415188090209]
  我々は,オークションからコンテキストを効率的に抽出する深層モデルを開発し,オークションデザインのための豊富な特徴を提供する。 タオバオのEコマース広告システムにDNAが配備されている。
  論文  参考訳（メタデータ） (2021-06-07T13:20:40Z)
• Optimizing Multiple Performance Metrics with Deep GSP Auctions for E-commerce Advertising [28.343122250701498]
  eコマース広告では、広告プラットフォームは通常、ユーザーエクスペリエンス、広告主ユーティリティ、プラットフォーム収益など、さまざまなパフォーマンス指標を最適化するためのオークションメカニズムに依存している。 本稿では,Deep GSPオークション(Deep GSP auction)と呼ばれる新しいメカニズムを提案する。
  論文  参考訳（メタデータ） (2020-12-05T02:51:11Z)
• 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)
• ProportionNet: Balancing Fairness and Revenue for Auction Design with Deep Learning [55.76903822619047]
  本研究では,強力なインセンティブ保証を備えた収益最大化オークションの設計について検討する。 我々は、高い収益と強力なインセンティブ保証を維持しつつ、公平性の懸念に対処するため、深層学習を用いてオークションを近似する手法を拡張した。
  論文  参考訳（メタデータ） (2020-10-13T13:54:21Z)
• 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。