面向高效多通道序列广告的动态背包优化
机器学习
2020-07-01 v1 数据结构与算法
信息检索
系统与控制
系统与控制
机器学习
摘要
在电子商务中，广告对商家触达目标用户至关重要。典型目标是在预算约束下最大化广告主一段时间内的累计收益。在实际应用中，一则广告（ad）通常需对同一用户多次曝光，直至该用户最终产生收益（如下单）。然而，现有广告系统主要关注单次曝光的即时收益，忽略了每次曝光对最终转化的贡献，因而通常陷入次优解。本文将以序列广告策略优化建模为动态背包问题。我们提出了一种理论保证的双层优化框架，在确保解质量的同时显著缩减原优化空间的解空间。为提升强化学习的探索效率，我们还设计了有效的动作空间约简方法。大量离线与在线实验表明，我们的方法在累计收益方面优于最先进的基线。
引用
@article{arxiv.2006.16312,
title = {Dynamic Knapsack Optimization Towards Efficient Multi-Channel Sequential Advertising},
author = {Xiaotian Hao and Zhaoqing Peng and Yi Ma and Guan Wang and Junqi Jin and Jianye Hao and Shan Chen and Rongquan Bai and Mingzhou Xie and Miao Xu and Zhenzhe Zheng and Chuan Yu and Han Li and Jian Xu and Kun Gai},
journal= {arXiv preprint arXiv:2006.16312},
year = {2020}
}
备注
accepted by ICML 2020