Apr, 2014

广告竞拍中利益相关者的优化平衡

PDF
TL;DR本文研究广告拍卖中各利益相关者的权衡。我们讨论了基于利益相关者效用值的线性组合优化问题及其解决方案，同时通过模拟和实际数据分析探究了不同广告数量对各方效用的影响。最后，我们探究了组合型广告格式的不同竞价规则，并发现了其中的问题和限制。
发现论文，激发创造
  • 具有马尔可夫用户的赞助搜索拍卖

    通过研究用户行为，提出一种基于马尔可夫模型的最高效广告分配算法，结合 VCG 机制实现真实拍卖，得到了和 GSP 相似的拍卖稳定性和直观性。

    May, 2008

  • 搜索广告的通用拍卖机制

    该论文研究了在赞助搜索中，对于一定数量的广告位需要在竞争的广告商之间进行分配，提出了将拍卖机制与广告竞价相结合的策略，给出了一种基于线性效用的指派模型，在此基础上提出了 GSP 和 VCG 机制，并介绍了计算该模型中的拍卖结果的算法。

    Jul, 2008

  • 带有丰富广告的赞助搜索拍卖

    该研究报告探讨了随着广告形式的变革，GSP 拍卖架构在计算价格时所遇到的问题，并提出了一种重新设计搜索广告销售系统的机制来解决这些问题。

    Jan, 2017

  • 深度自动化机制设计 --- 用于广告竞价和分配的新闻推送

    电子商务平台上的广告拍卖和分配过程对广告收入和总商品交易量有直接影响，存在两个问题：广告拍卖阶段不考虑外部因素（例如实际显示位置和上下文对广告点击率的影响），广告分配阶段无法实现广告的激励兼容性。以往的研究多关注其中一个阶段，忽视了这个两个阶段的问题，从而导致了次优的结果。

    Jan, 2024

  • 基于深度 GSP 拍卖的电子商务广告多绩效优化

    本文提出了一种名为 Deep GSP auction 的新拍卖机制，它利用深度学习在 GSP 拍卖框架下设计新的排名得分函数，实现了对多种、动态、难以估计、甚至矛盾的性能指标进行优化，并在领先的电子商务广告平台上进行了广泛的实验评估，证明了其效果优于现有的拍卖机制。

    Dec, 2020

  • 广义二价定价拍卖中结果低效性的限制

    本文研究了广义第二价格 (GSP) 拍卖中的均衡状态空间，并量化了广泛来源的不确定性和完全信息设置下可能出现的低效均衡状态损失。通过贝叶斯博弈模型，得出了 2.927 的损失因子上限，证明了拍卖参与者关于其他参与者和广告质量因素的部分信息的贝叶斯模型中的效率损失。此外，在完全信息设置中，我们证明了对于三个广告商的情况下，纯纳什均衡的 “惩罚因子” 的上限接近于 1.282，同时我们展示了类似的低上限的结果适用于任何遵循无后悔策略的拍卖结果。

    Jan, 2012

  • 具有战略买家的重复拍卖学习定价

    我们研究了在线广告中的买方定价、多次交互和卖方算法，包括买方价值分布推断、策略性遗憾和卖方长期收入最大化。我们定义了策略性遗憾的自然概念，介绍了卖方算法，分析了买方的贴现能力。该文阐述了任何卖方算法在没有贴现时都将遭受线性策略性遗憾。

    Nov, 2013

  • 广告展示价格的机制设计

    研究了广告拍卖中的显示价格对机制设计的影响，提出了所有激励兼容的拍卖策略，并使用它来设计两种情景下的拍卖，结果表明显示价格确实影响拍卖的设计并且平台可以利用这些信息来优化广告投放的表现。

    Mar, 2023

  • 使用广告交换实现展示广告的收益优化

    本研究提出并解决了在线广告分配的优化问题，探讨了在 Ad Exchanges 中确定合同预定广告和现场市场广告的分配方式，通过参数训练算法进行实验，获得了广告质量与收入的 Pareto 最优解。

    Feb, 2011

  • 自动竞标世界中的有效拍卖

    本文针对在线广告中的自动竞价进行了研究，提出了一种拥有加速法的拍卖家族，以改善竞价市场中的福利和收入。实证研究结果表明，适当选择加速法的权重可以改善市场福利和收入。

    Mar, 2021