KDDFeb, 2020

MoTiAC: 实时竞价的多目标演员 - 评论家算法

PDF
TL;DR使用强化学习算法 (MoTiAC)，提出了一种多目标 Actor-Critics 算法，用于在考虑展示成本、投资回报率和其他关键绩效指标的情况下进行投标优化，可以同时实现复杂竞标环境中的多目标任务，并证明其能够收敛到帕累托最优。此算法在一个来自腾讯的大规模真实商业数据集上验证了其比最近的一组方法更为有效。
real-time biddingmulti-objective actor-criticsreinforcement learningbidding optimizationpareto optimality
发现论文，激发创造
  • 基于课程引导的贝叶斯强化学习的 ROI 受限出价

    该篇论文描述了如何使用部分可观测马尔可夫决策过程方法做到在高度动态的广告市场中，自适应平衡 ROI 约束和目标优化的需求并提出了一种调整策略的贝叶斯强化学习框架。

    Jun, 2022

  • 展示广告中强化学习实时竞价

    本文探讨了在实时竞价广告投放中，利用强化学习算法，通过状态空间表示广告拍卖信息和实时参数，在竞价过程中动态分配预算，学习最优的出价策略以最大化广告业绩，并通过神经网络解决了实际应用中的可扩展性问题。

    Jan, 2017

  • 基于多智能 Agent 强化学习的实时竞价展示广告

    本文讨论了如何利用多智能体强化学习进行实时广告优化，提出了一种聚类算法分配策略代理，并通过行业实验表明，与单一代理和实验算法相比，基于聚类的竞价模型具有更好的效果。

    Feb, 2018

  • 竞标机器：学习竞标直接优化展示广告收益

    本论文提出了一个综合的学习出价框架 Bidding Machine，能够联合优化估算广告效用、预测市场价值、制定最佳竞标策略三个挑战，大大提高了广告活动的效益和利润。

    Mar, 2018

  • 基于模型无关强化学习的广告展示的预算约束竞标

    本研究提出一种基于强化学习的模型自由框架，将预算限制投标问题转化为马尔可夫决策过程，并采用深度神经网络学习适当的奖励 —— 从而优化决策策略 — 以在大规模真实数据集上执行 RTB 优化

    Feb, 2018

  • 广告投放中的多变量控制竞价优化

    本研究研究了在 RTB 环境下，广告主如何在预算限制的情况下最大化转化量，作者们通过使用线性规划和基于反馈控制方法来推导出最优出价策略，同时提出了多变量控制系统来解决应用问题，并使用淘宝真实数据进行了验证。

    May, 2019

  • 实时竞价的功能优化强化学习

    本文提出了一种多智能体强化学习架构以用于实时竞价广告，使用三个 Lagrange 乘数基于功能优化以及一个基准代理程序进行竞标环境设计。实验结果表明，相比其他代理程序，具有功能优化的代理程序在广告竞标过程中获胜速率和盈余率上有显著提升，表现出优异的表现和盈利性。

    Jun, 2022

  • 在线广告中基于实时出价和平滑预算分配的优化

    本研究提出了一种在线方法，通过在时间范围内最优化地分配预算，并基于事前性能分布来选择高质量的广告展示和调整竞价，以实现顺畅的预算交付并优化转化表现。

    May, 2013

  • 实时竞价（RTB）和行为定向的展示广告

    本文概述了计算广告的新领域所涉及的基本基础设施、算法和技术解决方案，其中涵盖了实时竞价、数字营销、自动化、信息检索、广告欺诈检测等主题。

    Oct, 2016

  • 深度强化学习在赞助搜索实时竞价中的应用

    本文提出了一种基于强化学习的方法解决了在线广告拍卖中的实时竞标问题，特别是在搜索广告拍卖中针对多关键字的竞标策略提出了一个控制模型。

    Mar, 2018