ACQ：面向在线广告的自动化程序化创意框架
人工智能
2024-12-10 v1
摘要
在在线广告中，需求侧平台（DSP）使广告主为实时出价创建不同的广告创意。直观地，广告主倾向于为单个图片创建更多广告创意以增加参与出价的概率，从而提升广告成本。从DSP的角度来看，有两个被忽视的问题：一方面，广告创意的数量不可无限增长；另一方面，随着广告创意数量的增加，广告成本的边际效应会下降。为此，本文提出一个两阶段框架——自动化创意配额（ACQ），实现广告创意的自动创建和停用。ACQ动态分配跨多个广告主的创意配额，以最大化广告平台的收益。ACQ包含两个组件：用于估计图片在不同广告创意数量下成本的预测模块，以及考虑预测模块中估计成本的配额分配模块。具体而言，在预测模块中，我们开发了一个基于不平衡二元树的多任务学习模型，以有效缓解目标变量不平衡问题。在配额模块中，我们将配额分配问题形式化为多选背包问题（MCKP），并开发了一种高效求解器来解决包含数百万广告的大规模问题。我们进行了大量离线和在线实验以验证我们提出框架的优越性，该框架将成本提高9.34%。
引用
@article{arxiv.2412.06167,
title = {ACQ: A Unified Framework for Automated Programmatic Creativity in Online Advertising},
author = {Ruizhi Wang and Kai Liu and Bingjie Li and Yu Rong and Qingpeng Cai and Fei Pan and Peng Jiang},
journal= {arXiv preprint arXiv:2412.06167},
year = {2024}
}