赞助搜索中收益最大化的博弈论机器学习方法

赞助搜索是搜索引擎重要的货币化渠道，其中使用拍卖机制来选择向用户展示的广告并确定向广告主收取的价格。文献中已有若干工作研究如何设计拍卖机制以优化搜索引擎的收益。然而，由于使用了一些不切实际的假设，这些研究的实际价值尚不明确。在本文中，我们提出了一种新颖的\emph{博弈论机器学习}方法，该方法自然地结合了机器学习和博弈论，并利用双层优化框架学习拍卖机制。具体而言，我们首先从历史数据中学习一个 Markov 模型，以描述广告主如何响应拍卖机制而改变其出价；然后，对于任何给定的拍卖机制，我们使用学习到的模型预测其对应的未来出价序列。接下来，我们在预测的出价序列上通过经验收益最大化来学习拍卖机制。我们证明了当预测周期趋于无穷大时，经验收益将收敛，且遗传规划算法可以有效地优化这一经验收益。我们的实验表明，所提出的方法能够产生比几种基线更有效的拍卖机制。