論文の概要: Differentially Private Ad Conversion Measurement
- arxiv url: http://arxiv.org/abs/2403.15224v1
- Date: Fri, 22 Mar 2024 14:18:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 17:19:18.243190
- Title: Differentially Private Ad Conversion Measurement
- Title(参考訳): Differentially Private Ad Conversion Measurement
- Authors: John Delaney, Badih Ghazi, Charlie Harrison, Christina Ilvento, Ravi Kumar, Pasin Manurangsi, Martin Pal, Karthik Prabhakar, Mariana Raykova,
- Abstract要約: 我々は、差分プライバシー(DP)を用いたプライベート広告変換測定のための公式なフレームワークを開発する。
特に、帰属規則の運用上有効な構成の概念を定義する。
次に、実際に最も一般的に発生する構成の集合に対して、完全な特徴付けを提供する。
- 参考スコア(独自算出の注目度): 44.91290951502002
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, we study ad conversion measurement, a central functionality in digital advertising, where an advertiser seeks to estimate advertiser website (or mobile app) conversions attributed to ad impressions that users have interacted with on various publisher websites (or mobile apps). Using differential privacy (DP), a notion that has gained in popularity due to its strong mathematical guarantees, we develop a formal framework for private ad conversion measurement. In particular, we define the notion of an operationally valid configuration of the attribution rule, DP adjacency relation, contribution bounding scope and enforcement point. We then provide, for the set of configurations that most commonly arises in practice, a complete characterization, which uncovers a delicate interplay between attribution and privacy.
- Abstract(参考訳): 本研究では,広告主が広告主のウェブサイト(あるいはモバイルアプリ)の広告インプレッションに起因して,広告主が広告主のウェブサイト(あるいはモバイルアプリ)の広告インプレッションを推定しようとする,デジタル広告における中心的な機能である広告コンバージョン測定について検討する。
差分プライバシー (DP) は, 数学的な保証が強いことから人気を博した概念であり, プライベート広告変換測定のための形式的枠組みを開発する。
特に, 帰属規則, DP隣接関係, 帰属範囲, 強制点の運用上有効な構成の概念を定義した。
次に、最も一般的に発生する一連の設定に対して、属性とプライバシの間の微妙な相互作用を明らかにする、完全な特徴付けを提供します。
関連論文リスト
- Towards Fairness in Personalized Ads Using Impression Variance Aware
Reinforcement Learning [9.246089899723744]
Metaの広告システムにおいて、より公平な結果を達成するための可変還元システム(VRS)。
まず、広告印象のばらつきの観点から、公平さのギャップを定量化する指標を定義した。
次に、インプレッションのばらつきを意識した方法で広告をランク付けするためのVRSを示す。
論文 参考訳(メタデータ) (2023-06-05T22:38:21Z) - On Differentially Private Online Predictions [74.01773626153098]
オンラインプロセスを扱うために,共同微分プライバシーのインタラクティブなバリエーションを導入する。
グループプライバシ、コンポジション、ポストプロセッシングの(適切なバリエーション)を満たすことを実証する。
次に、オンライン分類の基本設定において、インタラクティブな共同プライバシーのコストについて検討する。
論文 参考訳(メタデータ) (2023-02-27T19:18:01Z) - Gacs-Korner Common Information Variational Autoencoder [102.89011295243334]
本稿では,2つの変数間で共有される情報の定量化と分離を可能にする共通情報の概念を提案する。
画像やビデオなどの高次元データでも意味論的に意味のある共通要素や特徴要因を学習できることを実証する。
論文 参考訳(メタデータ) (2022-05-24T17:47:26Z) - Self-Adversarial Disentangling for Specific Domain Adaptation [52.1935168534351]
ドメイン適応は、ソースとターゲットドメイン間のドメインシフトをブリッジすることを目的としています。
最近の手法では、特定の次元について明示的な事前知識を考慮しないのが一般的である。
論文 参考訳(メタデータ) (2021-08-08T02:36:45Z) - 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) - Adaptive Domain-Specific Normalization for Generalizable Person
Re-Identification [81.30327016286009]
一般化可能なRe-IDのための適応型ドメイン固有正規化手法(AdsNorm)を提案する。
本研究では,一般化可能人物 Re-ID に対する適応領域特異的正規化手法 (AdsNorm) を提案する。
論文 参考訳(メタデータ) (2021-05-07T02:54:55Z) - Multi-Channel Sequential Behavior Networks for User Modeling in Online
Advertising [4.964012641964141]
本稿では,ユーザと広告を意味空間に埋め込むための深層学習手法であるマルチチャネルシーケンシャル行動ネットワーク(mc-sbn)を提案する。
提案するユーザエンコーダアーキテクチャでは,過去の検索クエリや訪問ページ,クリックした広告など,複数の入力チャネルからのユーザアクティビティをユーザベクトルにまとめる。
その結果,MC-SBNは関連広告のランク付けを改善し,クリック予測とコンバージョン予測の両方の性能を向上させることができることがわかった。
論文 参考訳(メタデータ) (2020-12-27T06:13:29Z) - CAMTA: Causal Attention Model for Multi-touch Attribution [25.258282793367453]
本研究では,ユーザ個人化MTAのカジュアルアトリビューション機構である,新しいディープリカレントニューラルネットワークアーキテクチャCAMTAを提案する。
複数のベースラインと比較し,予測精度に関してcamtaの優れた性能を示す。
論文 参考訳(メタデータ) (2020-12-21T15:05:00Z) - Causal Inference in the Presence of Interference in Sponsored Search
Advertising [11.514573594428352]
本稿では,広告間の相互作用をモデル化するための干渉が存在する場合に因果推論の言語を利用する。
本稿では,Bing検索エンジンの広告配置システムを用いた実験による形式化の有用性について述べる。
論文 参考訳(メタデータ) (2020-10-15T01:13:14Z)
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。