May, 2022

NMA: 带外部性的神经多槽位拍卖在线广告

PDF
TL;DR本文提出了一种新的拍卖机制 —— 神经多插槽拍卖（NMA），通过上下文感知列表式预测模块和深度排序模块有效地对广告的全球影响进行建模，同时设计一个辅助损失以有效地降低社会福利的下降，实现了最大化收入和平衡的社会福利，证实了 NMA 在收入和社会福利方面具有更好的性能。
发现论文，激发创造
  • 神经拍卖：端到端学习用于电子商务广告拍卖的拍卖机制

    该研究提出 Deep Neural Auctions (DNAs) 模型，通过设计可微分模型解决了拍卖机制中的离散排序操作问题，实现了端到端的拍卖学习，提高了基于电商广告的多种性能指标的效果。

    Jun, 2021

  • 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

  • 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

  • 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

  • 多广告位赞助搜索竞拍的真实学习机制及外部性

    该论文扩展了有关单 Slot 拍卖中的 sponsored search auctions 的机制设计的研究，并研究了使用级联模型来解决多 Slot 拍卖中的 CTR 估计和真实机制设计的问题。

    May, 2014

  • 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

  • DSIC 仿射最大化竞拍设计的可伸缩神经网络

    提出 AMenuNet，一种基于神经网络的机器学习模型，有效解决了多项拍卖场景中现有技术的限制，其参数与拍卖规模无关，总体而言在各种环境下都具有较强的收益表现。

    May, 2023

  • 广告竞拍中利益相关者的优化平衡

    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。

    Apr, 2014

  • 在线多尺度学习及其在网络拍卖中的应用

    针对在线拍卖 / 定价问题的收益最大化问题，我们通过将专家学习和多臂赌博机问题推广到多尺度版本来推导出可缩放最佳固定价格而非价值范围的遗憾界，并且当与需要市场份额下限的基准进行比较时，可以获得几乎无尺度的遗憾界，同时满足离线样本复杂性。

    May, 2017