直播社交媒体中的机会式广告调度：一种多停止时间POMDP方法
社会与信息网络
2016-11-02 v1
摘要
由于带宽改善、内容生成便捷以及能在生成内容上获利，诸如YouTube Live和Twitch之类的在线直播社交广播服务已稳步流行。与传统有线电视不同，在线服务的收入仅通过广告产生，并取决于产生的点击次数。频道所有者旨在机会式地安排广告以产生最大收益。本文研究直播在线社交媒体中广告的最优调度问题。该问题被表述为一个多停止问题，并在部分可观测马尔可夫决策过程(POMDP)框架下予以解决。给出了最优广告调度策略的结构性结果。通过利用最优策略的结构，使用随机逼近计算了最佳线性阈值。所提出的模型和框架在真实数据集上进行了验证，并得出以下观察：(i) 多停止问题得到的策略可用于从在线搜索数据中检测真实情况的变化；(ii) 数值结果表明，通过机会式调度广告，期望收益得到显著改善。与当前采用的周期性调度相比，收益可提高。
引用
@article{arxiv.1611.00291,
title = {Opportunistic Advertisement Scheduling in Live Social Media: A Multiple Stopping Time POMDP Approach},
author = {Vikram Krishnamurthy and Anup Aprem and Sujay Bhatt},
journal= {arXiv preprint arXiv:1611.00291},
year = {2016}
}