多槽赞助搜索拍卖的多臂老虎机机制
计算机科学与博弈论
2010-01-17 v2
摘要
在目前搜索引擎广泛使用的按点击付费赞助搜索拍卖中，一个关键词的拍卖涉及一定数量的广告商（例如k个）竞争可用广告位（例如m个）来展示其广告。这种拍卖通常进行多轮（例如T轮）。每个广告商-广告位对存在点击概率mu_ij。搜索引擎的目标是最大化广告商的社会福利，即广告商价值之和。搜索引擎不知道广告商对其各自广告点击的真实价值，也不知道点击概率mu_ij。因此，搜索引擎的一个关键问题是在T轮拍卖中学习这些点击概率，同时确保拍卖机制是真实的。解决此类学习和激励问题的机制最近被提出，并恰当地称为多臂老虎机（MAB）机制。当m=1时，文献中已有真实MAB机制的表征，并表明此类机制的遗憾为O(T^{2/3})。在本文中，我们试图在m>1的现实但非平凡的一般情况下推导出表征，并获得了几个有趣的结果。
引用
@article{arxiv.1001.1414,
title = {Multi-Armed Bandit Mechanisms for Multi-Slot Sponsored Search Auctions},
author = {Akash Das Sarma and Sujit Gujar and Y. Narahari},
journal= {arXiv preprint arXiv:1001.1414},
year = {2010}
}