面向近市场覆盖的竞争感知CPC预测
机器学习
2026-03-16 v1 人工智能
摘要
点击成本（CPC）在付费搜索中是由竞争环境产生的波动性结果，该竞争环境只能从单个广告商的历史记录中部分可观察。我们使用来自集中化汽车租赁市场（2021--2023）的Google Ads拍卖日志，预测1,811个关键词系列的每周CPC，并通过从关键词文本、CPC轨迹和地理市场结构中派生的补充信号来近似潜在竞争。我们构建（i）从关键词文本的预训练变换器表示中提取的语义邻域和语义关键词图、（ii）通过动态时间错位（DTW）对齐CPC轨迹得到的行为邻域、（iii）捕获局部分散需求和市场异构性的地理-意图协变量。我们广泛评估这些信号，既作为独立协变量使用，也作为时空图预测模型中的关系性先验。对于所有方法，竞争感知的增强在业务相关的中长期预测窗口上提升了稳定性和误差特征，在这些窗口内，竞争性格会变化且波动性最为重要。结果表明，结合关键词派生的语义和地理先验，提供了一种可扩展的方法，用于近似潜在竞争并改善受拍卖驱动市场中CPC预测。
引用
@article{arxiv.2603.13059,
title = {Competition-Aware CPC Forecasting with Near-Market Coverage},
author = {Sebastian Frey and Edoardo Beccari and Maximilian Kranz and Nicolò Alberto Pellizzari and Ali Mete Karaman and Qiwei Han and Maximilian Kaiser},
journal= {arXiv preprint arXiv:2603.13059},
year = {2026}
}
备注
16 pages, 2 figures, 4 tables