基于提升的广告选择竞价

Jian Xu; Xuhui Shao; Jianjie Ma; Kuang-chih Lee; Hang Qi; Quan Lu

基于提升的广告选择竞价

计算机科学与博弈论 2016-02-16 v3 人工智能

作者: Jian Xu , Xuhui Shao , Jianjie Ma , Kuang-chih Lee , Hang Qi , Quan Lu

摘要

实时竞价(RTB)已成为全球最大的在线广告市场之一。如今，每次广告展示的出价通常由其能为广告主带来期望行为事件（例如注册账户或下单）的期望值决定。然而，这种决定出价的行业标准方法并未考虑向用户展示广告的实际效果，该效果应基于暴露于或未暴露于某种广告处理下的用户之间的性能提升(lift)来衡量。本文中，我们提出一种新的竞价策略，并证明如果出价基于性能提升而非绝对性能值决定，广告主实际上可以获得更多行为事件。我们描述了预测性能提升的建模方法，并通过在一个行业领先的需求方平台(DSP)上使用真实广告活动的盲A/B测试展示了实际的性能增益。我们还讨论了归因模型与竞价策略之间的关系。我们证明，要促使DSP基于性能提升出价，应根据它们贡献的相对性能提升给予奖励。

关键词

实时竞价广告选择性能提升竞价策略需求方平台归因模型 A/B测试

引用

@article{arxiv.1507.04811,
  title  = {Lift-Based Bidding in Ad Selection},
  author = {Jian Xu and Xuhui Shao and Jianjie Ma and Kuang-chih Lee and Hang Qi and Quan Lu},
  journal= {arXiv preprint arXiv:1507.04811},
  year   = {2016}
}

备注

AAAI 2016

基于提升的广告选择竞价

摘要

关键词

引用

备注

相关论文