本研究将顺序广告策略优化建模为动态背包问题，并提出了一种具有理论保证的二层优化框架，以显著降低原始优化空间的解决方案，同时确保解决方案的质量，进一步地通过缩小行动空间提高了增强学习的探索效率。离线和在线实验表明，相比工艺水平的基线方法，我们的方法在累计收入方面表现优异。

Jun, 2020

本文提出了一种针对在线广告买卖市场的方法，以最大化广告主的总实用效益且满足预算限制，解决预算限制下不确定的、可能存在证明问题的一组拍卖中的投标最优策略问题，并对在线出价的情况进行了调查，算法在完全信息情况下的拍卖后悔为 $O (T^{3/4})$。我们证明了此方法优于现有的适应性 pacing 算法的合成和真实数据集上的累计后悔。

Jun, 2023

本研究旨在研究如何使用部分可观察的马尔可夫决策过程和相关广告的相关性来提高在线发布者广告收入的效率和持续性。研究表明，使用类似于协作过滤的公式可以自然地更新相关广告的信念状态。在一个主要搜索引擎中收集和分类的真实广告数据集上进行实验，并演示我们的算法显著优于其他强基线。

Jul, 2013

本文提出了一种在线学习框架，利用多维度的决策变量、赌博反馈和长期不确定性约束，帮助广告客户在非平稳采购结果的真实赌博反馈环境中动态优化广告平台的杠杆决策，取得低损失结果。

Jul, 2023

在线广告平台中，通过应用离线数据采集的反例权重评估方法和双重保守法，以最大程度提高用户满意度和广告收入为目标，解决了广告负载平衡问题。在超过 8000 万用户和 2 亿次会话的实施规模的在线 A/B 测试中，发现用户满意度指标和广告收入都有显著的提高。

Sep, 2023

该论文研究了优化在线展示广告销售策略，通过将印刷品分配问题转化为拍卖问题，并提出了多智能体强化学习方法来解决不稳定流量模式等挑战，最终证明该策略可行且有效。

Mar, 2022

研究了将稀缺的社会资源分配给异质性申请人的问题，根据观察到的协变量设计了一种在线政策，以满足预算限制并最大化预期结果，并通过数据驱动的政策几乎确定渐近实现了最佳样本外政策的预期结果，并扩展了包括各种公平约束的框架。

Nov, 2023

通过在线广告分配，我们从理论和实践角度研究在线随机装箱线性规划。我们首先展示了一种近似最优的在线算法，证明了基于训练的简单原始对偶算法在随机顺序随机模型下实现（1 - o (1)) 逼近担保，这是对同一问题敌对变量的对数或常数逼近的显著改进；然后，我们侧重于在线显示广告分配问题，研究了各种基于训练和在线分配算法在实际数据集上的效率和公平性。我们的实验评估确认了基于训练的原始对偶算法在真实数据集上的有效性，并指出公平性和效率之间的内在权衡。

Jan, 2010

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

本文研究了协同在线竞标算法在具有预算限制的重复次数第二价格拍卖中的效率，提出保证每个客户比独立竞标获得更高效用价值的算法，并以在线学习和均衡分析为技术支持，实现与多维基准的竞争。

Jun, 2023