論文の概要: Causal Inference on Stopped Random Walks in Online Advertising
- arxiv url: http://arxiv.org/abs/2602.05997v1
- Date: Thu, 05 Feb 2026 18:43:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-06 18:49:09.131209
- Title: Causal Inference on Stopped Random Walks in Online Advertising
- Title（参考訳）: オンライン広告におけるランダムウォーク停止の因果推論
- Authors: Jia Yuan Yu,
- Abstract要約: オンライン広告システムにおける因果推論問題について考察する。
各処理は、広告機構のパラメータ値に対応する。
本研究は, 長期治療効果を実験的に評価した。
- 参考スコア（独自算出の注目度）: 2.758187691493102
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We consider a causal inference problem frequently encountered in online advertising systems, where a publisher (e.g., Instagram, TikTok) interacts repeatedly with human users and advertisers by sporadically displaying to each user an advertisement selected through an auction. Each treatment corresponds to a parameter value of the advertising mechanism (e.g., auction reserve-price), and we want to estimate through experiments the corresponding long-term treatment effect (e.g., annual advertising revenue). In our setting, the treatment affects not only the instantaneous revenue from showing an ad, but also changes each user's interaction-trajectory, and each advertiser's bidding policy -- as the latter is constrained by a finite budget. In particular, each a treatment may even affect the size of the population, since users interact longer with a tolerable advertising mechanism. We drop the classical i.i.d. assumption and model the experiment measurements (e.g., advertising revenue) as a stopped random walk, and use a budget-splitting experimental design, the Anscombe Theorem, a Wald-like equation, and a Central Limit Theorem to construct confidence intervals for the long-term treatment effect.
- Abstract（参考訳）: 本稿では,オンライン広告システムにおいて頻繁に発生する因果推論問題について考察する。出版元(Instagram,TikTok)が,オークションを通じて選択した広告を各ユーザに対して散発的に表示することで,人間ユーザや広告主と繰り返し対話する。
各処理は、広告機構のパラメータ値(例えば、オークション準備価格)に対応し、実験を通じて、対応する長期的処理効果(例えば、年間広告収入)を見積もる。
当社の設定では、広告表示による即時収益だけでなく、各ユーザーのインタラクション・軌跡や広告主の入札方針も影響し、後者は有限予算で制約されている。
特に、ユーザーが許容可能な広告メカニズムとより長くやりとりするため、それぞれの治療は人口規模にも影響を及ぼす可能性がある。
従来の仮定と実験結果(広告収入など)をランダムウォークとしてモデル化し,予算分割型実験設計,Anscombe Theorem,Wald-like equation,Central Limit Theoremを用いて長期治療効果の信頼区間を構築する。
関連論文リスト
- Ads that Stick: Near-Optimal Ad Optimization through Psychological Behavior Models [11.13292106104811]
既存のスケジューリングポリシーは、一様間隔や周波数上限のような、長期のユーザの関心を覆い隠す単純なものに依存している。
我々は,単なる露出,ヘドニック適応,オペラントコンディショニングに基づく広告表示によるユーザ関心の変化をモデル化する。
表示された広告の数が固定された場合、最適な広告スケジュールは操作条件関数にのみ依存することを示す。
論文 参考訳（メタデータ） (2025-09-24T16:35:18Z) - Click Without Compromise: Online Advertising Measurement via Per User Differential Privacy [33.14965788272627]
本稿では,オンライン広告測定結果を対象とした新しいユーザレベル差分プライバシー保護スキームであるAdsBPCを紹介する。
AdsBPCは、広告測定に適用された既存のストリーミングDPメカニズムよりも33%から95%の精度向上を実現している。
論文 参考訳（メタデータ） (2024-06-04T16:31:19Z) - 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) - Autobidders with Budget and ROI Constraints: Efficiency, Regret, and Pacing Dynamics [53.62091043347035]
オンライン広告プラットフォームで競合するオートバイディングアルゴリズムのゲームについて検討する。
本稿では,全ての制約を満たすことを保証し,個人の後悔を解消する勾配に基づく学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-01-30T21:59:30Z) - Fair Effect Attribution in Parallel Online Experiments [57.13281584606437]
A/Bテストは、オンラインサービスで導入された変更の影響を確実に特定する目的で役立ちます。
オンラインプラットフォームでは,ユーザトラフィックをランダムに分割して多数の同時実験を行うのが一般的である。
異なるグループ間の完全なランダム化にもかかわらず、同時実験は互いに相互作用し、平均的な集団の結果に負の影響をもたらす。
論文 参考訳（メタデータ） (2022-10-15T17:15:51Z) - 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) - 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) - 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) - 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 Joint Bid/Daily Budget Optimization of Internet Advertising
Campaigns [115.96295568115251]
複数のチャンネルにまたがるペイ・パー・クリック広告キャンペーンのオンライン共同入札/日次予算最適化の自動化問題について検討する。
どのキャンペーンでも、Gaussian Processesによる入札のクリック数と日々の予算に依存しています。
我々は4つのアルゴリズムを設計し、O(sqrtT)として高い確率で上界した後悔に苦しむことを示す。
我々は,1年以上に1日平均1000ユーロを消費した実世界のアプリケーションにおいて,我々のアルゴリズムの採用結果を提示する。
論文 参考訳（メタデータ） (2020-03-03T11:07:38Z) - 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。