实时竞价拍卖中广告的在线因果推断
机器学习
2024-02-27 v4 计算机科学与博弈论
计量经济学
机器学习
摘要
实时竞价（RTB）系统利用拍卖将用户展示机会分配给竞争的广告商，在数字广告领域持续取得成功。评估此类广告的有效性在研究和实践中仍然是一个挑战。本文提出了一种新方法，对通过此类机制购买的广告进行因果推断。利用第一价格和第二价格拍卖的经济结构，我们首先证明广告的效果可以通过最优出价来识别。因此，由于这些最优出价是唯一需要恢复的对象，我们引入了一种改进的汤普森采样（TS）算法来解决多臂老虎机问题，该算法能够成功恢复此类出价，从而在最小化实验成本的同时恢复广告效果。我们为我们的算法推导了一个阶数最优的遗憾界，并使用来自RTB拍卖的数据表明，其性能优于估计广告效果的常用方法。
引用
@article{arxiv.1908.08600,
title = {Online Causal Inference for Advertising in Real-Time Bidding Auctions},
author = {Caio Waisman and Harikesh S. Nair and Carlos Carrion},
journal= {arXiv preprint arXiv:1908.08600},
year = {2024}
}