第二价格背包问题：互联网广告中的近最优实时竞价

在许多在线广告（ad）交易所中，每个广告位均通过独立的第二价格拍卖售出。本文研究投标者在预算约束下最大化其于这些拍卖中所购广告价值的问题。这一“第二价格背包”问题在拟定投标策略时因资源消耗的不确定性而具挑战：投标者出价最高则获胜，但支付事先未知的第二高出价。这与传统在线背包问题形成对比，后者在广告到达时揭示标价，且已有丰富的原始-对偶算法文献。本文的主要结果建立了将这些原始与对偶在线背包选择算法适配于第二价格背包问题的通用方法，其中价格仅在投标后揭示。特别地，本文提供了一种将确定性与随机化背包选择算法转化为第二价格背包投标策略的方法论，其通过一组等价准则购买广告，从而达成相同的竞争保证。这揭示了传统背包选择算法与第二价格拍卖投标算法之间此前未被利用的联系。基于真实广告交换数据的实证分析验证了该方法的有用性，并给出其可超越最先进技术（state-of-the-art）的示例。