利用马尔可夫决策过程与机器学习技术改进在线广告中的实时竞价
信息检索
2023-05-09 v1 机器学习
摘要
实时竞价已成为一种有效的在线广告技术。通过实时竞价，广告主可以按每次展示投放广告，从而能够通过实时定向特定受众来优化广告活动。本文提出一种结合深度学习与强化学习技术的实时竞价新方法，以提升竞价过程的效率与精度。具体而言，所提方法采用深度神经网络预测拍卖细节与市场价格，并采用强化学习算法确定最优出价。该模型使用iPinYou数据集的历史数据进行训练，并与前沿的实时竞价算法进行比较。结果表明，所提方法在成本效益和精度方面更优。此外，本研究考察了各种模型参数对所提算法性能的影响，并为深度学习与强化学习结合方法用于实时竞价的有效性提供了见解。本研究推动了相关技术的发展，并为未来研究提供了有前景的方向。
引用
@article{arxiv.2305.04889,
title = {Improving Real-Time Bidding in Online Advertising Using Markov Decision Processes and Machine Learning Techniques},
author = {Parikshit Sharma},
journal= {arXiv preprint arXiv:2305.04889},
year = {2023}
}
备注
12 pages