预算 pacing 与 ROS 约束的实地指南
计算机科学与博弈论
2023-12-18 v2
摘要
预算 pacing 是主流互联网广告平台自创立以来提供的一项流行服务。预算 pacing 系统通过在预算约束下平滑花费广告主预算，以优化广告主回报。过去几年，为广告主提供实时竞价即服务的自动出价产品采纳度显著上升。一种流行的自动出价策略是受支出回报率（ROS）约束的价值最大化。由于历史/业务原因，管控这两项服务（即预算 pacing 与 ROS pacing）的系统并非总是统一协调、受双重约束优化全局目标的实体。本文旨在从理论上与经验上比较这两种 pacing 系统间具有不同协调程度的算法。具体而言，我们比较了（a）完全解耦的序贯算法：先构建广告主的ROS-pacing出价，再为该预算 pacing 调低出价；（b）最小耦合的 min-pacing 算法：独立运行两项服务，获取各自出价乘子并取两者最小值作为有效乘子；（c）完全耦合的基于对偶的算法：最优结合两系统的对偶变量。我们的主要贡献是理论分析 min-pacing 算法，证明其获得与完全耦合的标准对偶算法相当的保证。另一方面，我们证明序贯算法虽因完全解耦而具吸引力，却可能严重违背约束。我们基于某大型在线广告平台数据的半合成数据集实证验证理论发现，表明 min-pacing 算法表现几乎与标准对偶算法一样好。
引用
@article{arxiv.2302.08530,
title = {A Field Guide for Pacing Budget and ROS Constraints},
author = {Santiago R. Balseiro and Kshipra Bhawalkar and Zhe Feng and Haihao Lu and Vahab Mirrokni and Balasubramanian Sivan and Di Wang},
journal= {arXiv preprint arXiv:2302.08530},
year = {2023}
}