Mar, 2022

不确定环境下赞助搜索广告中的最优关键词分组

PDF
TL;DR本文提出了一种基于随机规划模型的关键词分组方法，考虑了点击率和转化率等随机变量，同时纳入预算约束和风险承受能力，使用分支界定算法解决该模型，实验证明该方法在实际的搜索广告活动中表现出色，并揭示了有关关键词分组决策的重要洞察。
sponsored search advertisingkeywords groupingstochastic programming modelbudget constraintsclick-through rate
发现论文，激发创造
  • 赞助搜索广告中的关键词优化：一个多级计算框架

    本研究中提出了一个基于多级和闭合式计算框架的关键词优化 (MKOF) 模型，用于支持在整个搜索广告 KPI (关键绩效指标) 生命周期中的各种关键词决策，并在两个真实世界数据集上进行了实验验证，结果表明该模型可以在稳定的情况下接近最优解，以及优于在实践中常用的两个基本关键词策略。

    Feb, 2022

  • 赞助搜索广告中的关键词定位优化：选择和匹配的结合

    本研究面对不完全的历史广告表现指数和无法准确预测的广告环境下，构建了数据分布预测模型和随机关键词定位模型，提出了一种新的基于分支定界算法的关键词定位策略，并在真实数据的基础上展示了其优异性能。

    Oct, 2022

  • 领域约束的广告关键词生成

    该论文探讨了使用生成神经网络以及强化学习算法来解决在线广告推荐中的关键字提取问题，提出的模型能够生成与输入相关、多样化的关键字，并且满足领域特定信息的限制条件，并通过离线和在线评估表明，所提出的模型能够显著提高广告投放的覆盖率、点击率和 RPM。

    Feb, 2019

  • 赞助搜索广告中的关键词决策：文献综述与研究议程

    本文提出了一个关于广告关键词决策的框架，并回顾了当前技术、输入特征和评估指标，最后讨论了可能存在的缺陷，为未来的探索提供了新的研究视角。

    Feb, 2023

  • 使用深度强化学习的赞助搜索组合关键词推荐

    本文探讨了利用一种改进的指针网络结构思想，通过采用深度强化学习来解决关键词推荐的组合优化问题，提出了一个预分簇方法 Equal Size K-Means 来加速训练和测试，该框架在离线和在线环境中均取得了显著的提高。

    Jul, 2019

  • 赞助搜索广告的算法方法

    现代商业互联网搜索引擎通过拍卖方式在搜索结果旁边展示广告，这种发起出价的赞助搜索依靠市场机制，我们总结了当前拍卖系统的情况，描述了博弈论方面的基本原理，该博弈涉及到三方，分别是广告主、搜索引擎和搜索用户，介绍了强调每方角色的研究方向，并使用机制设计、优化和统计估计的技术来制定竞标和定价算法最后提出了赞助搜索广告中的一些挑战。

    May, 2008

  • 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

  • 广告决策的聚合效应：通过实验研究复杂系统视角看搜索引擎广告

    本文提出基于 EXP-SEA 的集体决策模型，支持对搜索引擎广告中集体行为的实验研究，发现社交媒体对搜索引擎广告产生影响，并探讨竞争程度和策略出价行为对市场绩效的影响。

    Mar, 2022

  • 电商赞助搜索中的个性化广告检索框架：超越关键字和相关性

    通过构建一个应用于电商赞助搜索的层次化网络框架，结合历史广告点击数据来进行信号、检索关键词和广告的关联，选择模型权重最佳的边缘来提高 RPM/CTR，从而达到多维度广告检索和推荐的目的。

    Dec, 2017

  • 电商中优化赞助产品的实用经验

    本文研究赞助产品优化中的多个问题，包括基于位置的去偏差、点击 - 转化多任务学习和预测点击率（pCTR）的校准。我们提出了一个实用的机器学习框架，可以解决这些问题，而不改变现有机器学习模型的结构，并可以与大多数机器学习模型结合使用。我们在真实世界的在线购物网站上评估了我们的提出的实用框架，证明它可以解决广告系统中的固有问题，并为多个评估指标带来增益。

    Apr, 2023