无偏提升竞价系统的真实世界实现
信息检索
2022-03-01 v1 机器学习
摘要
在实时竞价(Real-Time Bidding, RTB)的展示广告拍卖中,典型的需求方平台(Demand-Side Platform, DSP)在广告曝光后基于预测的点击和转化概率出价。近期研究发现该策略并非最优,并提出了一种更优的名为基于提升的竞价(lift-based bidding)策略。基于提升的竞价简单地根据广告曝光的提升(lift)效应出价,并实现销售等指标的最大化。尽管具有优越性,基于提升的竞价尚未在广告行业被广泛接受。原因之一,在现行计费规则下基于提升的竞价对 DSP 提供商利润较低。其次,由于缺乏对其影响的全面研究,在线广告行业对基于提升竞价实际效用的理解有限。我们在此提出一种切实可实施的基于提升的竞价系统,完美契合现行计费规则。我们利用真实广告活动进行了广泛实验,并在多种设置下检验了性能。我们发现基于提升的竞价,尤其是无偏的基于提升的竞价对 DSP 提供商和广告主均最为有利。我们的消融研究强调基于提升的竞价对当前主导的第一价格拍卖具有良好特性。该结果将推动在线
引用
@article{arxiv.2202.13868,
title = {A Real-World Implementation of Unbiased Lift-based Bidding System},
author = {Daisuke Moriwaki and Yuta Hayakawa and Akira Matsui and Yuta Saito and Isshu Munemasa and Masashi Shibata},
journal= {arXiv preprint arXiv:2202.13868},
year = {2022}
}
备注
2021 IEEE International Conference on Big Data (Big Data)