电商产品信息流中面向自然流量最大化的广告学习
机器学习
2019-08-20 v1 机器学习
摘要
大多数电商产品信息流向消费者提供广告商品与推荐商品的混合结果。其底层的广告与推荐平台共享相似乃至完全相同的候选商品集。消费者在广告结果上的行为构成了推荐模型训练数据的一部分，因此能够影响推荐结果。我们将此过程称为杠杆效应（Leverage）。考虑到该机制，我们提出一种新视角：广告主可通过广告平台进行策略性出价，以优化其被推荐的自然流量。通过分析真实世界数据，我们首先阐释了杠杆效应机制的原理，即杠杆效应的动态模型。随后我们引入一种新颖的杠杆效应优化问题，并用马尔可夫决策过程对其进行建模。为应对无模型强化学习中的样本复杂度挑战，我们提出一种新颖的混合训练杠杆出价（HTLB）算法，该算法结合真实世界样本与模拟器生成样本以提升学习速度与稳定性。我们的离线实验以及在线部署结果均展示了所提方法的优越性能。
引用
@article{arxiv.1908.06698,
title = {Learning to Advertise for Organic Traffic Maximization in E-Commerce Product Feeds},
author = {Dagui Chen and Junqi Jin and Weinan Zhang and Fei Pan and Lvyin Niu and Chuan Yu and Jun Wang and Han Li and Jian Xu and Kun Gai},
journal= {arXiv preprint arXiv:1908.06698},
year = {2019}
}
备注
accepted by CIKM2019