基于胜率估计与剩余最大化的出价 shading
计算机科学与博弈论
2020-09-22 v1 信息检索
机器学习
机器学习
摘要
本文描述了一种不依赖卖方平台(SSP)最低获胜出价反馈的基于胜率的新出价 shading 算法(WR)。该方法使用修正逻辑回归预测每个可能 shading 出价价格带来的利润。其函数形式允许在运行时快速最大化,这是实时出价(RTB)系统的关键要求。我们报告了该方法与若干其他算法的生产结果。我们发现,出价 shading 总体上可为广告主带来显著价值,将每次曝光价格降至未 shading 成本的约 55%。此外,本文所述特定方法相较仅出价最可能获胜价格的基准方法,为广告主多捕获 7% 的利润。我们还报告了比行业卖方平台 shading 服务高 4.3% 的剩余。此外,当该算法与预算控制器集成时,我们观测到 eCPM、eCPC 和 eCPA 降低 3%–7%。我们将上述收益主要归因于对剩余函数的显式最大化,并指出其他算法也可利用相同方法。
引用
@article{arxiv.2009.09259,
title = {Bid Shading by Win-Rate Estimation and Surplus Maximization},
author = {Shengjun Pan and Brendan Kitts and Tian Zhou and Hao He and Bharatbhushan Shetty and Aaron Flores and Djordje Gligorijevic and Junwei Pan and Tingyu Mao and San Gultekin and Jianlong Zhang},
journal= {arXiv preprint arXiv:2009.09259},
year = {2020}
}
备注
AdKDD 2020