基于树结构的组合广告创意高效最优选择
信息检索
2021-03-03 v1 机器学习
摘要
广告创意是在线电商广告的突出媒介之一。具悦目视觉外观的广告创意可提升产品点击率(CTR)。广告创意通常由广告主手工制作，再交付广告平台投放。近年来，广告平台能即时以任意指定各成分元素组合广告创意，故广告主仅需提供基础素材。在便利广告主的同时，可组合出大量潜在广告创意，使得在有限实时反馈下难以准确估计其CTR。为此，我们提出基于树结构的自适应高效广告创意选择(AES)框架。组合成分上的树结构使动态规划能基于CTR高效选择广告创意。因反馈有限，CTR估计器通常方差高。基于Thompson采样的探索技术广泛用于降低CTR估计器方差、缓解反馈稀疏。基于树结构，Thompson采样与动态规划相适应，实现对具最大CTR潜在广告创意的高效探索。我们最终在合成与真实数据集上评估所提算法。结果显示，我们的方法在收敛速率与整体CTR上优于对比基线。
引用
@article{arxiv.2103.01453,
title = {Efficient Optimal Selection for Composited Advertising Creatives with Tree Structure},
author = {Jin Chen and Tiezheng Ge and Gangwei Jiang and Zhiqiang Zhang and Defu Lian and Kai Zheng},
journal= {arXiv preprint arXiv:2103.01453},
year = {2021}
}