基于支持程度的广告市场离线策略选择
机器学习
2026-05-22 v1 人工智能
机器学习
摘要
日志广告拍卖使得离线保留价评估具有吸引力,但风险较大。重播表可以识别具有显著收益提升的策略,但也可能隐藏弱阈值支持、多重比较效应、子群伤害以及出价者响应不确定性。现有的重播和离线策略评估方法对策略价值进行估计或排序,但并未直接回答是否存在足够的证据来 justify 验证的运营问题。本文发展了一种基于支持程度的离线决策框架,用于保留策略选择。该框架不输出单个点估计的获胜者,而是将日志证据转换为保守的决策对象,包括认证通过的策略、在统计上被支配的备选方案以及需要进一步验证的未解决候选者。主要理论结果给出了统一的有限目录保证,表明在同时进行不确定性控制和保守支持门控的情况下,该框架在保留通过策略的同时,只会消除具有认证后悔的策略。支持结果表明了支持局部化的重播泛化、信息论阈值分辨率限制,以及异构出价者响应如何颠覆局部重播排名。iPinYou 实时竞价日志中的实验显示,领先的保留规则在第二个季节实现 47.66% 的重播提升,40.71% 的同时下界提升,以及第三个季节 43.87% 的冻结离线重播提升。该框架将 19 策略目录缩减为两个策略验证短列表,同时在 44 个广告主、交易所和地区细分市场中认证了非损害。结果支持核心论点,即离线保留策略评估应产生认证的验证决策,而非仅依赖点估计排名。
关键词
引用
@article{arxiv.2605.21736,
title = {Support-aware offline policy selection for advertising marketplaces},
author = {Prashant Shekhar and Caroline Howard},
journal= {arXiv preprint arXiv:2605.21736},
year = {2026}
}