归因建模提升展示广告出价效率
机器学习
2017-07-24 v2 计算机科学与博弈论
摘要
在广告交易平台出价时预测点击和转化概率是程序化广告行业的核心。此前两条独立的研究路线分别处理：i) 用户转化概率的预测，以及 ii) 事后将这些转化归因于广告事件（如点击）。我们认为，在效果广告背景下，归因建模能提升出价策略的效率。首先，我们解释了标准出价策略在归因方面的低效性。其次，我们在出价器本身中学习并利用一个归因模型，并展示它如何改变点击后的平均出价。最后，我们通过线下和线上实验，利用来自效果广告领导者Criteo的数周真实流量数据，证明了所提方法的有效性。
引用
@article{arxiv.1707.06409,
title = {Attribution Modeling Increases Efficiency of Bidding in Display Advertising},
author = {Eustache Diemert and Julien Meynet and Pierre Galland and Damien Lefortier},
journal= {arXiv preprint arXiv:1707.06409},
year = {2017}
}
备注
The first two authors contributed equally to this paper, and should be regarded as co-first authors. Accepted at AdKDD TargetAd workshop at KDD'17