赞助搜索中的混合广告
计算机科学与博弈论
2025-07-11 v1
摘要
在线广告是电子商务平台的主要收入来源。传统广告模型是店家中心化的，通过拍卖机制选择获胜店家。最近，一种称为联合广告（joint advertising）的新方法涌现，展示将一个店家与一个品牌组合的赞助捆绑广告。不同于传统模型，联合广告允许平台从品牌和店家两方收取费用。然而，这两种广告模型分别吸引着不同的用户群体，导致用户遇到的不可取广告模型点击率较低。为解决这一局限性并提升普适性，我们提出一种新型广告模型，称为“混合广告”（Hybrid Advertising）。在该模型中，每个广告位可以分配给独立的店家或捆绑广告。为找到混合广告的最优拍卖机制，同时确保近乎支配策略激励相容性和个体理性，我们引入了混合遗憾网络（Hybrid Regret Network, HRegNet），这是一种为此目的设计的神经网络架构。在大量基于人工合成数据和真实世界数据上的实验表明，HRegNet 生成的机制显著优于既定基准方法，提升了平台收入。
引用
@article{arxiv.2507.07711,
title = {Hybrid Advertising in the Sponsored Search},
author = {Zhen Zhang and Weian Li and Yuhan Wang and Qi Qi and Kun Huang},
journal= {arXiv preprint arXiv:2507.07711},
year = {2025}
}