超越最后点击：面向广告归因的最优机制
计算机科学与博弈论
2025-12-01 v1 计算工程、金融与科学
摘要
准确地对多个平台进行归因是评估基于绩效的广告的关键，但现有的归因方法高度依赖于启发式方法，例如始终将归因分配给最新报告的最后点击机制 (LCM)，缺乏对归因准确性的理论保证。本文提出了一个新的理论模型，用于解决广告归因问题，在该模型中，我们旨在设计最优的 DSIC (dominant strategy incentive compatible) 机制并评估其性能。我们首先指出 LCM 不是 DSIC 且在准确性和公平性方面表现不佳。为解决这一局限性，我们引入了同行验证机制 (PVM)，这是一种 DSIC 机制，其中平台的归因仅取决于其他平台的报告。我们 then 检查了 PVM 在均匀和异构设置下的准确性，并为每种情况提供可证明的准确性界限。值得注意的是，我们表明 PVM 在均匀设置下是最优的 DSIC 机制。最后，通过数值实验表明 PVM 在归因准确性和公平性方面始终优于 LCM。
引用
@article{arxiv.2511.22918,
title = {Beyond Last-Click: An Optimal Mechanism for Ad Attribution},
author = {Nan An and Weian Li and Qi Qi and Changyuan Yu and Liang Zhang},
journal= {arXiv preprint arXiv:2511.22918},
year = {2025}
}
备注
39th Conference on Neural Information Processing Systems (NeurIPS 2025)