論文の概要: Advancing Ad Auction Realism: Practical Insights & Modeling Implications
- arxiv url: http://arxiv.org/abs/2307.11732v1
- Date: Fri, 21 Jul 2023 17:45:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-24 11:44:34.722115
- Title: Advancing Ad Auction Realism: Practical Insights & Modeling Implications
- Title(参考訳): 広告オークションリアリズムの推進:実践的洞察とモデル化
- Authors: Ming Chen, Sareh Nabi, Marciano Siniscalchi
- Abstract要約: 本稿では、以下の4つの重要な現実的特徴を実現できるオンライン広告オークションの学習モデルを提案する。
広告スロットはユーザーの検索クエリに応じて異なる値とクリックスルーレートを持つことができる。
競合する広告主の人数と身元は未確認であり、オークションごとに変更される。
- 参考スコア(独自算出の注目度): 3.2769763391454543
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper proposes a learning model of online ad auctions that allows for
the following four key realistic characteristics of contemporary online
auctions: (1) ad slots can have different values and click-through rates
depending on users' search queries, (2) the number and identity of competing
advertisers are unobserved and change with each auction, (3) advertisers only
receive partial, aggregated feedback, and (4) payment rules are only partially
specified. We model advertisers as agents governed by an adversarial bandit
algorithm, independent of auction mechanism intricacies. Our objective is to
simulate the behavior of advertisers for counterfactual analysis, prediction,
and inference purposes. Our findings reveal that, in such richer environments,
"soft floors" can enhance key performance metrics even when bidders are drawn
from the same population. We further demonstrate how to infer advertiser value
distributions from observed bids, thereby affirming the practical efficacy of
our approach even in a more realistic auction setting.
- Abstract(参考訳): 本稿では,従来のオンラインオークションの4つの重要な現実的な特徴を活かしたオンラインオークションの学習モデルを提案する。(1) 広告スロットはユーザの検索クエリによって異なる値とクリックスルー率を持つことができ,(2) 競合広告主の数は観測されず,各オークションで変化し,(3) 広告主は部分的,集約的フィードバックのみを受け取り,(4) 支払いルールは部分的にのみ指定される。
我々は,広告主を,売出し機構の複雑さとは無関係に,敵対的盗賊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。
当社の目的は、偽りの分析、予測、推論の目的で広告主の行動をシミュレートすることです。
より豊かな環境では, 入札者が同じ人口から引かれる場合でも, 「ソフトフロア」が重要なパフォーマンス指標を向上できることがわかった。
さらに,観測された入札から広告主の価値分布を推定する方法を実証し,より現実的なオークション設定においても,我々のアプローチの有効性を確認する。
関連論文リスト
- 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) - Optimizing Floors in First Price Auctions: an Empirical Study of Yahoo
Advertising [0.0]
本稿では,最初の価格オークションにおけるフロア設定モデルを提案し,Yahooサイトにおけるその実装の影響について論じる。
提案ソリューションは,入札者に対して,入札要求に含まれるフロアに対する応答として入札行動を変更するよう促す。
年間収益はヤフーのディスプレイの在庫で+1.3%、ビデオ広告の在庫で+2.5%と見積もられている。
論文 参考訳(メタデータ) (2023-02-12T22:40:53Z) - Leveraging the Hints: Adaptive Bidding in Repeated First-Price Auctions [42.002983450368134]
プライスオークションでの競売の仕方について検討する。
第二価格のオークションとは異なり、個人価値を真に入札することはもはや最適ではない。
1つは1つの点予測が可能であり、もう1つはヒント間隔が利用可能である。
論文 参考訳(メタデータ) (2022-11-05T19:20:53Z) - 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) - 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) - Certifying Strategyproof Auction Networks [53.37051312298459]
我々は、任意の数のアイテムと参加者でオークションを表現できるRegretNetアーキテクチャに焦点を当てる。
本稿では,ニューラルネットワーク検証文献から得られた手法を用いて,特定の評価プロファイルの下で戦略の安全性を明示的に検証する方法を提案する。
論文 参考訳(メタデータ) (2020-06-15T20:22:48Z) - 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) - 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。