論文の概要: The (Marginal) Value of a Search Ad: An Online Causal Framework for Repeated Second-price Auctions

• arxiv url: http://arxiv.org/abs/2605.01756v1
• Date: Sun, 03 May 2026 07:34:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.924153
• Title: The (Marginal) Value of a Search Ad: An Online Causal Framework for Repeated Second-price Auctions
• Title（参考訳）: 検索広告の(Marginal)価値: 繰り返し第2価格オークションのためのオンライン因果関係フレームワーク
• Authors: Yuxiao Wen, Zihao Hu, Yanjun Han, Yuan Yao, Zhengyuan Zhou,
• Abstract要約: いくつかのフィードバックモデルの下で、レート最適後悔を実現するアルゴリズムを開発する。 鍵となる要素は、第2価格支払い規則によって明らかになった情報を利用して、第1価格オークションにおける類似学習問題に対する後悔を厳密に改善する。
• 参考スコア（独自算出の注目度）: 34.5305475462577
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing auto-bidding algorithms in digital advertising often treat the value of an ad opportunity as the revenue obtained when an ad is shown and/or clicked, and bid accordingly. This can lead to wasteful spending because the true value is the marginal gain from paid exposure: even without winning a sponsored slot, an advertiser may still earn revenue via an organic search result (e.g., on Google or Amazon). Motivated by recent work, we model ad value as a treatment effect--the outcome difference between winning and losing the auction--and study online learning for bidding in second-price (Vickrey) auctions under this causal perspective. We develop algorithms that attain rate-optimal regret under several feedback models. A key ingredient exploits the information revealed by the second-price payment rule, which strictly improves regret relative to analogous learning problems in first-price auctions.
• Abstract（参考訳）: 既存のデジタル広告における自動入札アルゴリズムは、広告を表示する際に得られる収益として広告機会の価値を扱い、それに応じて入札を行う。 スポンサー付きスロットに勝てなくても、広告主はオーガニックな検索結果(GoogleやAmazonなど)で収益を上げることができる。 最近の研究により,広告価値を治療効果としてモデル化し,この因果的視点の下で,第2価格(ヴィックレー)オークションにおける競売のオンライン学習について検討した。 いくつかのフィードバックモデルの下で、レート最適後悔を実現するアルゴリズムを開発する。 鍵となる要素は、第2価格支払い規則によって明らかになった情報を利用して、第1価格オークションにおける類似学習問題に対する後悔を厳密に改善する。

関連論文リスト

• A pragmatic policy learning approach to account for users' fatigue in repeated auctions [47.75983850930121]
  MLモデルは、前回のオークションが現在の機会価値をどの程度獲得したかを予測することができる。 この予測を用いて、現在の競売の予想利益を最大化する政策を、患者と呼ぶことができる。 我々は、このコストの浸透の重要性について、実証的な2つの論証を提示した。
  論文  参考訳（メタデータ） (2024-07-15T07:53:29Z)
• Improved Online Learning Algorithms for CTR Prediction in Ad Auctions [8.2536631346421]
  広告オークションにおける収益のオンライン学習問題について検討する。 広告主の戦略的行動の2つのモデルに焦点を当てる。 我々は,高信頼度境界に基づくオンラインメカニズムを開発し,O(sqrtT)$後悔の度合いを実現する。
  論文  参考訳（メタデータ） (2024-02-29T14:10:26Z)
• Deep Automated Mechanism Design for Integrating Ad Auction and Allocation in Feed [16.446426156247135]
  電子商取引プラットフォームは通常、ユーザのページビュー要求に応じて、いくつかのオーガニックアイテムと広告が混在した順序付きリストを提示する。 広告割当が広告及び有機品の表示位置を決定する間、広告オークションは、どの広告が表示され、対応する支払いが決定される。 これまでの研究では、しばしば2つの段階のうちの1つ、すなわち2段階の問題に焦点が当てられていた。
  論文  参考訳（メタデータ） (2024-01-03T10:27:39Z)
• 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)
• 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)
• 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 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)
• 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 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。