勿浪费广告支出：基于凹性变化的出价推荐

在计算广告中，一个具有挑战性的问题是如何在给定预算约束下为广告主推荐出价以实现最佳投资回报率（ROI）。本文提出了一种发现点击预测曲线中凹性变化的出价推荐场景。推荐出价基于从显著增长（即向下凹）到缓慢增长（向上凸）的拐点得出。通过求解相应的约束优化问题，应用了基于参数学习的方法。在真实广告场景上的实证研究表明，其在业务指标（包括收入提升、点击提升和广告主 ROI 提升）方面具有明显性能增益。