RTB 中应用安装广告活动的管理：一种 Q-Learning 方法

Anit Kumar Sahu; Shaunak Mishra; Narayan Bhamidipati

RTB 中应用安装广告活动的管理：一种 Q-Learning 方法

计算机科学与博弈论 2018-11-13 v1 机器学习机器学习

作者: Anit Kumar Sahu , Shaunak Mishra , Narayan Bhamidipati

摘要

实时竞价（RTB）使需求方平台（出价方）能够跨多个隶属于 RTB 广告交易所的发布商扩展广告活动。在通过 RTB 驱动多个移动应用安装广告活动时，出价方通常必须：（i）维持每个活动的效率（即达到广告主的目标单次安装成本），（ii）对广告主预算敏感，以及（iii）在向广告交易所支付后实现盈利。在此过程中，出价方行动存在延迟奖励：交易所在广告展示后立即向出价方收费，但出价方要在相当延迟后才得知由此产生的安装。这使得出价方难以事先为每个广告展示机会决定出价（及向广告主收取的相应成本）。为联合处理上述目标，我们提出一种基于状态空间的政策，为每个机会决定交易所出价与广告主成本。该状态空间捕捉当前效率、预算利用与利润。基于此状态空间的政策通过一种新颖的 Q-learning 算法在过往决策与结果上训练，该算法考虑了安装通知的延迟。在基于 Yahoo 的 Gemini 广告平台管理的应用安装活动数据的实验中，基于 Q-learning 的政策使利润与高效活动数量显著提升。

关键词

实时竞价应用安装广告 Q-learning 需求方平台延迟奖励出价政策活动管理

引用

@article{arxiv.1811.04475,
  title  = {Managing App Install Ad Campaigns in RTB: A Q-Learning Approach},
  author = {Anit Kumar Sahu and Shaunak Mishra and Narayan Bhamidipati},
  journal= {arXiv preprint arXiv:1811.04475},
  year   = {2018}
}

备注

6 pages

RTB 中应用安装广告活动的管理：一种 Q-Learning 方法

摘要

关键词

引用

备注

相关论文