論文の概要: Fast and Feasible: Permutation-based Constrained Reranking for Revenue Maximization

• arxiv url: http://arxiv.org/abs/2606.28059v1
• Date: Fri, 26 Jun 2026 13:04:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.489832
• Title: Fast and Feasible: Permutation-based Constrained Reranking for Revenue Maximization
• Title（参考訳）: Fast and Feasible:Permutation-based Constrained Re rank for revenue Maximization
• Abstract要約: 本稿では,軽量な置換に基づく近似アルゴリズムPermRを提案する。 PermRは、運用レイテンシの制限の中で、ILP収益の改善の約63%を達成している。 14日間のオンラインA/Bテストでは、検索クエリが5500万以上あり、PermRの収益は2.5%増加した。
• 参考スコア（独自算出の注目度）: 37.452024112407805
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Search and recommender systems have produced highly relevant search results. A natural next step in the development of such systems in e-commerce is to rerank these results to increase the platform's revenue from paid promotion products. However, maximizing revenue alone may degrade the user experience by reducing relevance or increasing fraud risk. To avoid this, we state the reranking problem as an integer linear program ($ILP$) that maximizes revenue subject to per-query constraints on other metrics, e.g., relevance. Since solving $ILP$ exactly for every query is slow for deployment to the online service, we propose a lightweight permutation-based reranking approximation algorithm PermR. At each step, the algorithm selects a pair of neighboring items and swaps them to either improve the objective or repair a violated constraint. We evaluate PermR across multiple categories of a large classified platform in offline and online settings. PermR achieves about 63\% of the ILP revenue improvement, within production latency limits, preserving all constraints. In a 14-day online A/B test over 56 million search queries, PermR increased revenue by $2$\%.
• Abstract（参考訳）: 検索システムとレコメンデーションシステムは、非常に関連性の高い検索結果を生み出している。 電子商取引におけるこのようなシステム開発における自然な次のステップは、これらの結果を振り返って、プラットフォームが有償のプロモーション製品から収益を上げることである。 しかし、収益の最大化だけでは、関連性を減らすか詐欺リスクを増大させることで、ユーザエクスペリエンスを低下させる可能性がある。 これを回避するために、リランク問題を整数線形プログラム(ILP$)として記述し、他のメトリクス(例えば、関連性)に対するクエリごとの制約による収益を最大化する。 全てのクエリに対して正確にILP$を解くことは、オンラインサービスへのデプロイには遅いので、軽量な置換に基づく近似アルゴリズムPermRを提案する。 各ステップで、アルゴリズムは隣のアイテムを選択し、それらを交換して目的を改善するか、違反した制約を修復する。 オフラインおよびオンライン設定において、大規模な分類プラットフォームの複数のカテゴリでPermRを評価する。 PermRは、すべての制約を保ちながら、運用レイテンシの制限内で、ILPの収益改善の約63%を達成している。 14日間のオンラインA/Bテストでは、検索クエリが5500万以上あり、PermRの収益は2.5%増加した。

関連論文リスト

• Reoptimization Algorithms for Contextual Bandits with Knapsack Constraints [3.2017121489002744]
  我々は Knapsack を用いたコンテキスト帯域に対する新しいアルゴリズムについて検討した。 再最適化の利点を生かして,我々のアルゴリズムは平均で$O(frac(ln T)3T)$で,$T$は水平長であることを示す。
  論文  参考訳（メタデータ） (2026-08-11T19:46:10Z)
• Step-by-Step Optimization-like Reasoning in LLMs over Expanding Search Spaces [63.82675722580452]
  OPT*は、LLMのステップバイステップ最適化のような推論を訓練し評価するための最適化スタイルのタスクのファミリーである。 各タスクは実現可能性チェッカーと評価器を提供し、一方、複雑性パラメータは新しい人間ラベルを必要とせずに検索スペースを拡大する。 OPT*のトレーニングは、ステップバイステップの最適化のような推論を改善する。
  論文  参考訳（メタデータ） (2026-06-03T21:43:38Z)
• Let the Agent Steer: Closed-Loop Ranking Optimization via Influence Exchange [9.300614085821612]
  大規模レコメンデーションシステムに展開された、最初の完全自律型LCMによるランキング最適化エージェントであるSortifyを提案する。 エージェントは、評価最適化を継続的影響交換として再設定し、診断からパラメータ展開までの完全なループを人間の介入なしに閉じる。
  論文  参考訳（メタデータ） (2026-03-29T16:58:29Z)
• $\nabla$-Reasoner: LLM Reasoning via Test-Time Gradient Descent in Latent Space [71.23672814629448]
  $nabla$-Reasonerは、トークンログに対する差別化可能な最適化をデコードループに統合する反復生成フレームワークである。 $nabla$-Reasonerは、挑戦的な数学的推論ベンチマークで20%以上の精度の向上を実現している。
  論文  参考訳（メタデータ） (2026-03-05T08:42:54Z)
• NEAR$^2$: A Nested Embedding Approach to Efficient Product Retrieval and Ranking [14.008264174074487]
  NEAR$2$と呼ばれる製品検索とランキングに対するNested Embedding Approachを提案する。 提案手法は,既存のモデルと比較して,より小さな埋め込み次元よりも優れた性能を実現する。
  論文  参考訳（メタデータ） (2025-06-24T16:02:02Z)
• Online Bidding Algorithms for Return-on-Spend Constrained Advertisers [10.500109788348732]
  この研究は、人気が高まっている制約の下で、単一の価値を最大化する広告主のための効率的なオンラインアルゴリズムを探索する。 我々は,指定したRoS制約を常に尊重しながら,期待のほぼ最適に後悔する簡単なオンラインアルゴリズムに貢献する。
  論文  参考訳（メタデータ） (2022-08-29T16:49:24Z)
• Safe Online Bid Optimization with Return-On-Investment and Budget Constraints subject to Uncertainty [87.81197574939355]
  最適化問題と学習問題の両方について検討する。 我々は、潜在的に線形な数の制約違反を犠牲にして、サブ線形後悔を保証するアルゴリズム、すなわちGCBを提供する。 より興味深いことに、我々はGCB_safe(psi,phi)というアルゴリズムを提供し、サブ線形擬似回帰と安全性w.h.p.の両方を、耐性 psi と phi を受け入れるコストで保証する。
  論文  参考訳（メタデータ） (2022-01-18T17:24:20Z)
• Online Sub-Sampling for Reinforcement Learning with General Function Approximation [111.01990889581243]
  本稿では,RLアルゴリズムによって収集されたデータポイントの情報取得量を測定する,効率的なオンラインサブサンプリングフレームワークを確立する。 複雑性バウンド関数クラスを持つ値ベースのメソッドの場合、$proptooperatornamepolylog(K)$ timesに対してのみポリシーを更新する必要がある。 少なくとも$Omega(K)$倍のポリシーを更新する既存のアプローチとは対照的に、当社のアプローチはポリシーの解決における最適化コールの数を劇的に削減します。
  論文  参考訳（メタデータ） (2021-06-14T07:36:25Z)
• Online Apprenticeship Learning [58.45089581278177]
  見習い学習(AL)では、コスト関数にアクセスせずにマルコフ決定プロセス(MDP)が与えられます。 目標は、事前に定義されたコスト関数のセットで専門家のパフォーマンスに一致するポリシーを見つけることです。 ミラー下降型ノンレグレットアルゴリズムを2つ組み合わせることで,OAL問題を効果的に解くことができることを示す。
  論文  参考訳（メタデータ） (2021-02-13T12:57:51Z)

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。