論文の概要: Marginal Expected Revenue for Jointly Ranking Auction and Fixed-Price Listings in E-Commerce Sponsored Search
- arxiv url: http://arxiv.org/abs/2609.01628v1
- Date: Sat, 08 Aug 2026 17:15:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-06 19:38:41.480788
- Title: Marginal Expected Revenue for Jointly Ranking Auction and Fixed-Price Listings in E-Commerce Sponsored Search
- Title（参考訳）: マージナル、電子商取引スポンサーズ検索で共同競売と固定価格リストの収益を予想
- Authors: Greg Kocher, Sanjana Arun,
- Abstract要約: eコマース検索ランキングは、関連性、ユーザーエンゲージメント、プラットフォーム収益など、複数の目標をバランスさせなければならない。
我々は、eCPM(meCPM)の限界を導出することにより、eCPM(Consumed Cost-per-Mille)フレームワークをオークションやABINリスティングに拡張する。
大規模なeコマースプラットフォームでのオンラインA/Bテストでは、利益がプラスで、ユーザメトリクスが統計的に有意に改善した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: E-commerce search ranking must balance multiple objectives--relevance, user engagement, and platform revenue--when allocating impression slots to competing listings. Estimating the expected revenue component is well understood for fixed-price items, but becomes challenging when marketplace inventory includes mixed listing formats such as pure auctions and hybrid "Auction with Buy It Now" (ABIN) items, where prices evolve dynamically and the final transaction value is unknown at ranking time. Yet auction and ABIN listings account for a meaningful share of inventory and transaction volume on platforms such as eBay, and are a popular format for individual sellers and for unique items with unclear value. We extend the standard Expected Cost-per-Mille (eCPM) framework to auction and ABIN listings by deriving a marginal eCPM (meCPM) that captures the incremental value of showing one more impression of an item whose price is still evolving. The resulting formulation extends the familiar fixed-price eCPM--which is already inherently marginal--to auction dynamics, allowing unified ranking of fixed-price, auction, and ABIN listings under a single objective. We then describe a practical production implementation that approximates this objective, addressing cold-start challenges by bootstrapping from existing engagement models. Online A/B tests at a large e-commerce platform showed positive revenue gains and statistically significant improvements to user metrics, and the system was deployed to production.
- Abstract（参考訳）: eコマース検索ランキングは、関連性、ユーザーエンゲージメント、プラットフォーム収益など、複数の目標をバランスさせなければならない。
予想収益成分の推定は定価品目に対してはよく理解されているが、市場在庫に純オークションやハイブリッド商品の「Auction with Buy It Now」(ABIN)のような混在するリスティング形式が含まれており、価格が動的に変動し、最終的な取引価値が不明な場合に困難となる。
しかしオークションやABINの上場はeBayなどのプラットフォームでの在庫と取引量の有意義なシェアを占めており、個々の販売者や、価値が不明なユニークな商品に人気がある。
我々は,価格がまだ進化している商品に対して,さらに1つの印象を示すことの漸進的な価値を捉えた限界eCPM(meCPM)を導出することにより,eCPMフレームワークをオークションやABINリスティングに拡張する。
結果の定式化は、慣れ親しんだ固定価格 eCPM-------------- 競売のダイナミクス-- を拡張し、単一の目的の下で固定価格、競売、ABINリストの統一的なランク付けを可能にする。
次に、既存のエンゲージメントモデルからブートストラップすることで、コールドスタートの課題に対処する、この目的を近似した実用的なプロダクション実装について説明する。
大規模なeコマースプラットフォームでのオンラインA/Bテストでは、利益が肯定的に増加し、ユーザメトリクスが統計的に顕著に改善され、システムは本番環境にデプロイされた。
関連論文リスト
- Bidding-Aware Retrieval for Multi-Stage Consistency in Online Advertising [30.108437268612438]
Bidding-Aware Retrieval (BAR) はモデルベースの検索フレームワークであり、検索スコア関数に広告入札値を組み込むことで、多段階の不整合に対処する。
BARの中核となる革新はビディン・アウェア・モデリング(Bidding-Aware Modeling)であり、経済的に一貫性のある表現を確保するために単調な学習とマルチタスクの蒸留を通じて入札信号を取り入れている。
大規模なオフライン実験とAlibabaのディスプレイ広告プラットフォームへのフルスケール展開により、BARの有効性が検証された。
論文 参考訳（メタデータ） (2025-08-07T09:43:34Z) - BAT: Benchmark for Auto-bidding Task [67.56067222427946]
本稿では,最も普及している2種類のオークション形式を含むオークションベンチマークを提案する。
我々は,新しいデータセットに基づいて,一連の堅牢なベースラインを実装した。
このベンチマークは、研究者や実践者が革新的なオートバイディングアルゴリズムを開発し、洗練するための、ユーザフレンドリで直感的なフレームワークを提供する。
論文 参考訳（メタデータ） (2025-05-13T12:12:34Z) - 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) - Ad Auctions for LLMs via Retrieval Augmented Generation [12.9128551468564]
本稿では,大規模言語モデル(LLM)のテキスト出力における広告アロケーションと価格設定のための新しいオークション機構を提案する。
RAGフレームワークに従って,各談話セグメントに対して広告を確率的に検索するセグメントオークションを提案する。
我々は,配分効率と公平性のバランスをとる福祉の新しい概念である対数社会福祉を最大化することを示し,関連するインセンティブに適合する価格設定を特徴付ける。
論文 参考訳（メタデータ） (2024-06-12T22:05:51Z) - Online Auction Design Using Distribution-Free Uncertainty Quantification with Applications to E-Commerce [6.241187362917031]
コンフォーマルオンラインオークションデザイン(COAD, Conformal Online Auction Design, コンフォーマルオンラインオークションデザイン)は, 既知分布に依存しない入札値の不確実性を定量化し, 収益を最大化するメカニズムである。
COADには入札者とアイテムの両方の機能が含まれており、過去のデータを使ってオンラインオークションのインセンティブに適合するメカニズムを設計している。
我々は,現実のeBayオークションデータへのアプリケーションを通して,COADの実践的有効性を示す。
論文 参考訳（メタデータ） (2024-05-11T15:28:25Z) - 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) - Neural Auction: End-to-End Learning of Auction Mechanisms for E-Commerce
Advertising [42.7415188090209]
我々は,オークションからコンテキストを効率的に抽出する深層モデルを開発し,オークションデザインのための豊富な特徴を提供する。
タオバオのEコマース広告システムにDNAが配備されている。
論文 参考訳（メタデータ） (2021-06-07T13:20:40Z) - 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) - ProportionNet: Balancing Fairness and Revenue for Auction Design with
Deep Learning [55.76903822619047]
本研究では,強力なインセンティブ保証を備えた収益最大化オークションの設計について検討する。
我々は、高い収益と強力なインセンティブ保証を維持しつつ、公平性の懸念に対処するため、深層学習を用いてオークションを近似する手法を拡張した。
論文 参考訳（メタデータ） (2020-10-13T13:54:21Z)
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。