面向高效在线广告活动优化的智能节奏控制

在定向在线广告中，广告主寻求在预算排期下的投放约束内最大化活动性能。大多数广告主通常倾向于施加投放约束，以随时间平滑花费预算，从而触达更广泛的受众并产生持续影响。由于当今大量曝光通过公开拍卖进行交易，流动性使得供需之间的价格弹性和竞价景观发生相当动态的变化。因此，同时执行平滑的节奏控制并最大化活动性能是具有挑战性的。本文中，我们提出一种智能节奏控制方法，其中每个活动的投放节奏从离线和在线数据中学习，以实现平滑投放和最优性能目标。同时给出了所提方法在真实DSP系统中的实现。在真实在线广告活动和离线模拟上的实验评估表明，我们的方法能有效改善活动性能并达成投放目标。