論文の概要: Cost-Control in Display Advertising: Theory vs Practice

• arxiv url: http://arxiv.org/abs/2409.03874v1
• Date: Thu, 5 Sep 2024 19:22:33 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-09 17:30:22.603489
• Title: Cost-Control in Display Advertising: Theory vs Practice
• Title（参考訳）: ディスプレイ広告のコスト論:理論と実践
• Authors: Anoop R Katti, Rui C. Gonçalves, Rinchin Iakovlev,
• Abstract要約: ディスプレイ広告では、広告主は予算と利益に対する制約のあるマーケティング目標を達成することを望んでいる。 これは通常、制約の下での全ユーティリティを最大化する最適化問題として定式化される。 この最適化は、双対空間におけるオンライン方式で行われ、入場広告の競売には、前回の競売の結果に基づいて、最適な入札式を用いて入札を行う。 このアプローチは理論上は正しいが、実際には双対変数は最初から最適ではなく、時間とともに収束する。
• 参考スコア（独自算出の注目度）: 0.2574913881702984
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In display advertising, advertisers want to achieve a marketing objective with constraints on budget and cost-per-outcome. This is usually formulated as an optimization problem that maximizes the total utility under constraints. The optimization is carried out in an online fashion in the dual space - for an incoming Ad auction, a bid is placed using an optimal bidding formula, assuming optimal values for the dual variables; based on the outcome of the previous auctions, the dual variables are updated in an online fashion. While this approach is theoretically sound, in practice, the dual variables are not optimal from the beginning, but rather converge over time. Specifically, for the cost-constraint, the convergence is asymptotic. As a result, we find that cost-control is ineffective. In this work, we analyse the shortcomings of the optimal bidding formula and propose a modification that deviates from the theoretical derivation. We simulate various practical scenarios and study the cost-control behaviors of the two algorithms. Through a large-scale evaluation on the real-word data, we show that the proposed modification reduces the cost violations by 50%, thereby achieving a better cost-control than the theoretical bidding formula.
• Abstract（参考訳）: ディスプレイ広告では、広告主は予算と利益に対する制約のあるマーケティング目標を達成することを望んでいる。 これは通常、制約の下での全ユーティリティを最大化する最適化問題として定式化される。 この最適化は、双対空間におけるオンライン方式で行われ、入場広告オークションでは、二対変数に対して最適な値を想定した最適な入札式を用いて入札が行われる。 このアプローチは理論上は正しいが、実際には双対変数は最初から最適ではなく、時間とともに収束する。 具体的には、コスト制約に対して収束は漸近的である。 その結果,コストコントロールが不十分であることが判明した。 本研究では,最適入札公式の欠点を分析し,理論的導出から逸脱する修正を提案する。 様々なシナリオをシミュレートし,2つのアルゴリズムのコスト制御挙動について検討する。 実単語データに対する大規模評価により,提案手法はコスト違反を50%削減し,理論入札式よりも高いコスト制御を実現する。

関連論文リスト

• Procurement Auctions via Approximately Optimal Submodular Optimization [53.93943270902349]
  競売業者がプライベートコストで戦略的売り手からサービスを取得しようとする競売について検討する。 我々の目標は、取得したサービスの品質と販売者の総コストとの差を最大化する計算効率の良いオークションを設計することである。
  論文  参考訳（メタデータ） (2024-11-20T18:06:55Z)
• A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
  顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。 各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。 実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
  論文  参考訳（メタデータ） (2024-07-08T09:55:31Z)
• Interpretable Price Bounds Estimation with Shape Constraints in Price Optimization [0.0]
  本研究は、価格最適化の文脈において、価格境界の解釈可能な推定に対処する。 まず、歴史的価格データに基づく3つの異なるアプローチを用いて価格境界を推定する。 次に、形状制約を含む最適化問題を解くことにより、推定価格境界を調整する。
  論文  参考訳（メタデータ） (2024-05-23T10:30:16Z)
• Online Learning under Budget and ROI Constraints via Weak Adaptivity [57.097119428915796]
  制約付きオンライン学習問題に対する既存の原始双対アルゴリズムは、2つの基本的な仮定に依存している。 このような仮定は、標準の原始双対テンプレートを弱適応的後悔最小化器で与えることによって、どのように回避できるのかを示す。 上記の2つの前提が満たされていない場合に保証される、世界の最高の保証を証明します。
  論文  参考訳（メタデータ） (2023-02-02T16:30:33Z)
• Calibration Matters: Tackling Maximization Bias in Large-scale Advertising Recommendation Systems [13.055681176782175]
  キャリブレーションの最適化は多くのオンライン広告レコメンデーションシステムに不可欠です その重要性にもかかわらず、キャリブレーション最適化はしばしば「最大化バイアス」と呼ばれる問題に悩まされる。 本稿では,この問題を緩和する分散調整メタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-05-19T19:05:15Z)
• Smoothed Online Convex Optimization Based on Discounted-Normal-Predictor [68.17855675511602]
  円滑なオンライン凸最適化(SOCO)のためのオンライン予測戦略について検討する。 提案アルゴリズムは,各区間の切替コストで適応的後悔を最小限に抑えることができることを示す。
  論文  参考訳（メタデータ） (2022-05-02T08:48:22Z)
• Multi-Step Budgeted Bayesian Optimization with Unknown Evaluation Costs [28.254408148839644]
  不均一な評価コストの設定に古典的な期待改善を一般化する非筋力的獲得関数を提案する。 我々の獲得関数は、様々な合成問題や実問題において、既存の手法よりも優れています。
  論文  参考訳（メタデータ） (2021-11-12T02:18:26Z)
• Understanding the Effect of Stochasticity in Policy Optimization [86.7574122154668]
  最適化手法の優位性は、正確な勾配が用いられるかどうかに大きく依存することを示す。 次に,政策最適化におけるコミット率の概念を紹介する。 第三に、外部のオラクル情報がない場合には、収束を加速するために幾何を利用することと、最適性をほぼ確実に達成することとの間に本質的にトレードオフがあることが示される。
  論文  参考訳（メタデータ） (2021-10-29T06:35:44Z)
• 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)
• Optimal Bidding Strategy without Exploration in Real-time Bidding [14.035270361462576]
  予算制約によるユーティリティの最大化は、リアルタイム入札(RTB)システムにおける広告主の主要な目標である。 それまでの作品は、検閲された国家の困難を和らげるために競売に敗れたことを無視していた。 本稿では,リアルタイムトラフィックで観測される真の分布の挙動を模倣するために,最大エントロピー原理を用いた新しい実用的枠組みを提案する。
  論文  参考訳（メタデータ） (2020-03-31T20:43:28Z)
• Cost-aware Bayesian Optimization [6.75013674088437]
  コストを意識したBOは、時間、エネルギー、お金といった他のコスト指標との収束を測定します。 我々は,目標関数をできるだけ少ないコストで最小化しようとするコスト調整BO(CArBO)を導入する。
  論文  参考訳（メタデータ） (2020-03-22T14:51:04Z)

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。