基于对偶的DSP竞价策略及其应用
机器学习
2017-12-29 v2 计算机科学与博弈论
摘要
近年来，RTB（实时竞价）成为一种流行的在线广告交易方法。在拍卖过程中，每个DSP（需求方平台）需要评估当前机会并响应以广告及相应出价。对于DSP而言，找到一种最优的广告选择与出价确定策略，以在预算和ROI（投资回报率）约束下最大化P4P（按效果付费）或P4U（按使用付费）模式中的收益或性能，是至关重要的。我们通过以下方式解决该问题：1）将DSP问题形式化为约束优化问题，2）提出具有通用解的增强型MMKP（多选多维背包问题），3）证明DSP问题是增强型MMKP的特例并推导专门策略。我们的策略通过仿真得到验证，并在实际应用中优于最先进的策略。据我们所知，我们的解决方案是首个源自严格第二价格拍卖假设且普遍适用于具有各种目标和约束的多广告场景的基于对偶的DSP竞价框架。
引用
@article{arxiv.1705.09416,
title = {Dual Based DSP Bidding Strategy and its Application},
author = {Huahui Liu and Mingrui Zhu and Xiaonan Meng and Yi Hu and Hao Wang},
journal= {arXiv preprint arXiv:1705.09416},
year = {2017}
}