論文の概要: Bidding Strategies for Proportional Representation in Advertisement
Campaigns
- arxiv url: http://arxiv.org/abs/2305.13542v1
- Date: Mon, 22 May 2023 23:29:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-24 20:12:06.396695
- Title: Bidding Strategies for Proportional Representation in Advertisement
Campaigns
- Title（参考訳）: キャンペーンにおける比例表現のためのバイディング戦略
- Authors: Inbal Livni Navon, Charlotte Peale, Omer Reingold, Judy Hanwen Shen
- Abstract要約: 同一入札は、異なる種類の個人に対する不均一な競争のレベルが原因で、等質な結果が得られないことが示される。
プラットフォームメカニズムを変更しない変更を検討し、代わりに広告主が使用する入札戦略を変更します。
- 参考スコア（独自算出の注目度）: 8.269283912626873
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many companies rely on advertising platforms such as Google, Facebook, or
Instagram to recruit a large and diverse applicant pool for job openings. Prior
works have shown that equitable bidding may not result in equitable outcomes
due to heterogeneous levels of competition for different types of individuals.
Suggestions have been made to address this problem via revisions to the
advertising platform. However, it may be challenging to convince platforms to
undergo a costly re-vamp of their system, and in addition it might not offer
the flexibility necessary to capture the many types of fairness notions and
other constraints that advertisers would like to ensure. Instead, we consider
alterations that make no change to the platform mechanism and instead change
the bidding strategies used by advertisers. We compare two natural fairness
objectives: one in which the advertisers must treat groups equally when bidding
in order to achieve a yield with group-parity guarantees, and another in which
the bids are not constrained and only the yield must satisfy parity
constraints. We show that requiring parity with respect to both bids and yield
can result in an arbitrarily large decrease in efficiency compared to requiring
equal yield proportions alone. We find that autobidding is a natural way to
realize this latter objective and show how existing work in this area can be
extended to provide efficient bidding strategies that provide high utility
while satisfying group parity constraints as well as deterministic and
randomized rounding techniques to uphold these guarantees. Finally, we
demonstrate the effectiveness of our proposed solutions on data adapted from a
real-world employment dataset.
- Abstract（参考訳）: 多くの企業は、google、facebook、instagramなどの広告プラットフォームを利用して、大規模な多様な求職者を募集している。
先行研究は、公平な入札は、異なる種類の個人に対する異質なレベルの競争のために、平等な結果をもたらすものではないことを示した。
広告プラットフォームを改訂することでこの問題に対処する方法が提案されている。
しかし、プラットフォームを説得してコストのかかるシステム再開発を行うことは困難であり、さらに、広告主が保証したい多くのタイプの公正概念やその他の制約を捉えるのに必要な柔軟性を提供しないかもしれない。
代わりに、プラットフォームメカニズムを変更しない変更を検討し、代わりに広告主が使用する入札戦略を変更します。
1つは、広告主がグループパーティ保証の利得を達成するために入札時にグループを平等に扱わなければならないことと、もう1つは入札が制約されず、利得のみがパリティ制約を満たす必要があることである。
入札と利回りの両面でのパリティの要求は、平等な利回りのみを求めるよりも、任意に効率を低下させることが示される。
我々は,この後者の目的を実現するための自然な方法として,グループパリティ制約を満たすとともに,決定論的かつランダムなラウンドリング技術も備えつつ,有効性の高い入札戦略を提供するために,この分野の既存作業をいかに拡張できるかを示す。
最後に,実世界の雇用データから適応したデータに対する提案手法の有効性を示す。
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) - Maximizing the Success Probability of Policy Allocations in Online
Systems [5.485872703839928]
本稿では,個々の入札要求ではなく,ユーザタイムラインのレベルでの問題を検討する。
ユーザに対してポリシーを最適に割り当てるために、典型的な複数の処理割り当て手法は、knapsackのような問題を解決する。
本稿では,政策アロケーションの探索を目的としたSuccessProMaxアルゴリズムについて紹介する。
論文 参考訳（メタデータ） (2023-12-26T10:55:33Z) - Advancing Ad Auction Realism: Practical Insights & Modeling Implications [2.8413290300628313]
本稿では,広告主を敵の帯域幅アルゴリズムが支配するエージェントとしてモデル化することで,現代の広告オークションに対する有用な洞察を得ることができることを示す。
ソフトフロアは適切な選択されたリザーブ価格よりも低い収益をもたらし、単一のクエリに注意を向けることさえできる。
論文 参考訳（メタデータ） (2023-07-21T17:45:28Z) - 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) - Addressing Strategic Manipulation Disparities in Fair Classification [15.032416453073086]
少数派の個人が、機能更新に高額な費用を払っていることがよく示されます。
マイノリティグループに対する戦略的操作コストを低減させる分類器を構築するための制約付き最適化フレームワークを提案する。
実世界の複数のデータセットに対して,本手法の有効性を実証的に示す。
論文 参考訳（メタデータ） (2022-05-22T14:59:40Z) - Impression Allocation and Policy Search in Display Advertising [20.665879360586448]
オンラインディスプレイ広告では、保証契約とリアルタイム入札(RTB)が出版社にインプレッションを売る主要な方法である。
保証された各契約が個々のインプレッションに対して仮想入札を提出するオークション問題としてインプレッションアロケーションを定式化する。
保証された各契約からの入札を調整するためのマルチエージェント強化学習手法を提案する。
論文 参考訳（メタデータ） (2022-03-11T08:55:13Z) - A Unified Framework for Campaign Performance Forecasting in Online
Display Advertising [9.005665883444902]
解釈可能で正確な結果により、広告主はキャンペーン基準を管理し、最適化することができる。
新しいフレームワークは、様々な入札型の下で履歴ログのキャンペーンパフォーマンスを統一的なリプレイアルゴリズムで再現する。
手法は、関連する予測指標間の混合キャリブレーションパターンをキャプチャして、推定結果を真にマッピングする。
論文 参考訳（メタデータ） (2022-02-24T03:04:29Z) - 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) - Multi-Stage Decentralized Matching Markets: Uncertain Preferences and
Strategic Behaviors [91.3755431537592]
本稿では、現実世界のマッチング市場で最適な戦略を学ぶためのフレームワークを開発する。
我々は,不確実性レベルが特徴の福祉対フェアネストレードオフが存在することを示す。
シングルステージマッチングと比較して、マルチステージマッチングで参加者がより良くなることを証明します。
論文 参考訳（メタデータ） (2021-02-13T19:25:52Z) - Beyond Individual and Group Fairness [90.4666341812857]
本稿では,不公平な不公平な苦情に導かれる公平さの新しいデータ駆動モデルを提案する。
我々のモデルは、複数のフェアネス基準をサポートし、それらの潜在的な不整合を考慮に入れている。
論文 参考訳（メタデータ） (2020-08-21T14:14:44Z) - 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)
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。