論文の概要: Dynamic Reserve Price Design with Distributed Solving Algorithm

• arxiv url: http://arxiv.org/abs/2206.10295v2
• Date: Sun, 24 Aug 2025 01:49:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-26 18:43:44.90452
• Title: Dynamic Reserve Price Design with Distributed Solving Algorithm
• Title（参考訳）: 分散解法アルゴリズムによる動的リザーブ価格設計
• Authors: Mang Li,
• Abstract要約: 本稿では,その隠れたコストをオークション機構に組み込んだ動的リザーブ価格設計手法を提案する。 当社のフレームワークは,広告主がバリュエーションを真実に公開するための長期的なインセンティブを維持しながら,ユーザエクスペリエンスへの影響を最小限に抑える。 オフライン評価とオンラインA/Bテストを含む実験は、この手法がシンプルで効率的であることを示した。
• 参考スコア（独自算出の注目度）: 0.6768558752130311
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unexpected advertising items in sponsored search may reduce users' reliance on organic search, resulting in hidden cost for the e-commerce platform. To address this problem and promote sustainable growth, we propose a dynamic reserve price design that incorporates the hidden cost into the auction mechanism to determine whether to sell the traffic, thereby ensuring a balanced relationship between revenue and user experience. Our dynamic reserve price design framework optimizes traffic sales by minimizing impacts on user experience while maintaining long-term incentives for advertisers to reveal their valuations truthfully. Furthermore, we introduce a distributed algorithm capable of computing reserve prices with billion-scale data in the production environment. Experiments involving offline evaluations and online A/B testing demonstrate that this method is simple and efficient, making it suitable for use in industrial production. This method has already been fully deployed in the production environment.
• Abstract（参考訳）: スポンサー付き検索における予期せぬ広告アイテムは、ユーザーがオーガニック検索への依存を減らし、電子商取引プラットフォームに隠れたコストをもたらす可能性がある。 この問題に対処し、持続的な成長を促進するために、隠れたコストをオークション機構に組み込んだ動的リザーブ価格設計を提案し、トラフィックを売るかどうかを判断し、収益とユーザエクスペリエンスのバランスのとれた関係を確保する。 当社の動的リザーブ価格設計フレームワークは,ユーザエクスペリエンスへの影響を最小限に抑えつつ,広告主のバリュエーションを真に明らかにするための長期的なインセンティブを維持しながら,トラフィック販売を最適化する。 さらに,本研究では,生産環境における数十億規模のデータを用いて,予備価格を計算可能な分散アルゴリズムを提案する。 オフライン評価とオンラインA/Bテストを含む実験により、この手法はシンプルで効率的であり、工業生産に適していることが示された。 この方法は、すでに実運用環境に完全にデプロイされています。

関連論文リスト

• Bidding-Aware Retrieval for Multi-Stage Consistency in Online Advertising [30.108437268612438]
  Bidding-Aware Retrieval (BAR) はモデルベースの検索フレームワークであり、検索スコア関数に広告入札値を組み込むことで、多段階の不整合に対処する。 BARの中核となる革新はビディン・アウェア・モデリング(Bidding-Aware Modeling)であり、経済的に一貫性のある表現を確保するために単調な学習とマルチタスクの蒸留を通じて入札信号を取り入れている。 大規模なオフライン実験とAlibabaのディスプレイ広告プラットフォームへのフルスケール展開により、BARの有効性が検証された。
  論文  参考訳（メタデータ） (2025-08-07T09:43:34Z)
• SERP Interference Network and Its Applications in Search Advertising [0.0]
  本稿では、検閲された観測データを活用して、バイパートイト(製品広告やテキスト広告への検索クエリ)の干渉ネットワークを構築することを提案する。 重み付きプロジェクションを作成して一部グラフを作り、ランダム化されたクラスタを作成するのに使用します。 ペイド検索のための新しい入札アルゴリズムの評価において,この実験的な設計の応用を実証する。
  論文  参考訳（メタデータ） (2025-06-19T00:33:05Z)
• BAT: Benchmark for Auto-bidding Task [67.56067222427946]
  本稿では,最も普及している2種類のオークション形式を含むオークションベンチマークを提案する。 我々は,新しいデータセットに基づいて,一連の堅牢なベースラインを実装した。 このベンチマークは、研究者や実践者が革新的なオートバイディングアルゴリズムを開発し、洗練するための、ユーザフレンドリで直感的なフレームワークを提供する。
  論文  参考訳（メタデータ） (2025-05-13T12:12:34Z)
• 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)
• Online Ad Procurement in Non-stationary Autobidding Worlds [10.871587311621974]
  本稿では,複数次元決定変数,帯域幅フィードバック,長期不確実な制約を用いたオンライン意思決定のための原始双対アルゴリズムを提案する。 提案アルゴリズムは, 逆数, 逆数, 周期的, エルゴディックな手順により, 調達結果が生成されると, 多くの世界では, 後悔の度合いが低いことを示す。
  論文  参考訳（メタデータ） (2023-07-10T00:41:08Z)
• 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)
• Towards Revenue Maximization with Popular and Profitable Products [69.21810902381009]
  企業マーケティングの共通のゴールは、様々な効果的なマーケティング戦略を活用することで、収益/利益を最大化することである。 商品の収益性に関する信頼性のある情報を見つけることは、ほとんどの製品が一定の時期にピークを迎える傾向があるため困難である。 本稿では、経済行動に基づく収益問題に対処し、ターゲットマーケティングのための0n-shelf Popular and most Profitable Products(OPPPs)を実行するための一般的な利益志向の枠組みを提案する。
  論文  参考訳（メタデータ） (2022-02-26T02:07:25Z)
• Bidding via Clustering Ads Intentions: an Efficient Search Engine Marketing System for E-commerce [13.601308818833301]
  本稿では,ウォルマート電子商取引における検索エンジンマーケティングのための入札システムのエンドツーエンド構造について紹介する。 ユーザからの問い合わせからの自然言語信号と製品からのコンテキスト知識を利用して、スパーシリティ問題を緩和する。 当社のアプローチのオンラインおよびオフラインのパフォーマンスを分析し、それを運用効率のよいソリューションとみなす方法について論じます。
  論文  参考訳（メタデータ） (2021-06-24T00:12:07Z)
• We Know What You Want: An Advertising Strategy Recommender System for Online Advertising [26.261736843187045]
  本稿では,ディスプレイ広告プラットフォーム上での動的入札戦略レコメンデーションのためのレコメンデーションシステムを提案する。 ニューラルネットワークをエージェントとして使用して,広告主のプロファイルや過去の採用行動に基づいて,広告主の要求を予測する。 オンライン評価は、広告主の広告パフォーマンスを最適化できることを示している。
  論文  参考訳（メタデータ） (2021-05-25T17:06:59Z)
• 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)
• Do Interruptions Pay Off? Effects of Interruptive Ads on Consumers Willingness to Pay [79.9312329825761]
  本研究は,広告主ブランドの商品に対する消費者の支払い意欲に及ぼす割り込み広告の影響を計測する研究結果である。 本研究は, 広告の経済的影響に関する研究に寄与し, 実験マーケティング研究における実際の(自己申告の)支払意欲を測定する方法を紹介した。
  論文  参考訳（メタデータ） (2020-05-14T09:26:57Z)
• Online Causal Inference for Advertising in Real-Time Bidding Auctions [1.9336815376402723]
  本稿では,リアルタイム入札システムを通じて購入した広告に対する因果推論を行うための新しい手法を提案する。 まず、広告の効果が最適な入札によって識別されることを示す。 マルチアームバンディット問題を解くために,適応型トンプソンサンプリング(TS)アルゴリズムを導入する。
  論文  参考訳（メタデータ） (2019-08-22T21:13:03Z)

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。