瀑布式老虎机：在线广告销售的学习方法
机器学习
2019-04-23 v1 机器学习
摘要
在线广告销售的一种流行方式是通过瀑布式（waterfall）机制，即发布商按顺序向广告网络依次提出价格要约以出售库存，并按该顺序选择获胜者。发布商选择顺序与价格以最大化其收益。传统解决方案是先学习需求模型，随后针对给定需求模型求解优化问题，这将导致线性后悔（regret）。我们设计了一种用于解决该问题的在线学习算法，其将学习与优化交织进行，并证明该算法具有次线性后悔。我们在合成数据与真实世界数据上评估了该算法，结果表明其能快速学习到高质量的定价策略。这是首个通过序贯实验在线学习瀑布式设计的系统性研究。
引用
@article{arxiv.1904.09404,
title = {Waterfall Bandits: Learning to Sell Ads Online},
author = {Branislav Kveton and Saied Mahdian and S. Muthukrishnan and Zheng Wen and Yikun Xian},
journal= {arXiv preprint arXiv:1904.09404},
year = {2019}
}