KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW

MEOW: A Space-Efficient Non-Parametric Bid Shading Algorithm

Wei Zhang, Brendan Kitts, Yanjun Han, Zhengyuan Zhou, Tingyu Mao, Hao He, Shengjun Pan, Aaron Flores, San Gultekin, Tsachy Weissman

Tsinghua University, Yahoo Research, Stanford University, New York University

http://www.appliedaisystems.com/papers/Non_parametric_Bid_Shading26_postreview.pdf

在线广告中,竞价隐藏越来越重要,相关方向有大量的产研论文发表。

大多数解决竞价隐藏问题的方法,出发点在于预估竞价获胜概率的分布,然后最大化盈余。这些方法对于该分布采用何种参数假设,也有一些讨论,即关于对数归一化,伽马分布,贝塔分布或者其他分布,哪种分布效果最好。

这篇文章中,作者们发现在线竞价通常会比较有趣,跟经典分布有所差异。具体而言,真实竞价通常具有比较重要的结构,这是因为广告主新建营销活动的方式和流量的底价设置方式而造成的。

基于以上背景,作者们提出一种非参数化方法,用于竞价隐藏,这种方法可以利用深层结构。算法耗时较少,空间复杂度较低,可以在毫秒级实时竞价服务中操作。

该算法已经部署在美国最大的DSP中,结果显示该方法在类参数基准集中效果最好。另外,作者们给出一些建议,如何将参数化和非参数化方法的优势结合起来。

展示广告售卖方式正在由二价转向一价

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第1张图片

何为竞价隐藏,其问题描述如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第2张图片

针对竞价隐藏问题,目前主要有以下几种方法

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第3张图片

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第4张图片

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第5张图片

Verizon SSP广告价格的尾号数字分布示例如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第6张图片

价格的边际分布和累计分布图示如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第7张图片

所谓非参数方法,其解释如下

6bcdf6d46547d8294ec42fce01dc8530.png

非参数化方法具有以下几种挑战性

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第8张图片

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第9张图片

非参数方法效果比直接简单预测平均值效果还差的示例如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第10张图片

水平私有价格分箱算法简介如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第11张图片

纵向竞价价格分段算法简介如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第12张图片

作者们所提算法伪代码图示如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第13张图片

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第14张图片

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第15张图片

重新量化算法伪代码如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第16张图片

算法离线效果如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第17张图片

线上效果如下

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW_第18张图片


              bbeb0b7aa4df608071fd145dc880e958.png我是分割线a6f39d2187bef717a48129a1cd27733b.png


您可能感兴趣

在线广告中的平滑预算控制实时竞价优化算法

KDD2021|雅虎提出高效深层分布网络竞价策略用于一阶广告拍卖竞价隐藏

KDD2021|华为联合上交提出CTR预估数值特征embedding学习框架AutoDis(已开源)

KDD2021|腾讯联合中科院北航提出人群扩展算法MetaHeac并用于推荐和广告领域(已开源)

KDD2020|阿里提出多目标优化保量算法并用于优酷视频服务平台

KDD2020|腾讯联合中科大提出请求级别保量广告计划RAP

KDD2020|淘宝推荐中的特权特征蒸馏算法PFD

KDD2020|阿里联合香港理工大学提出多任务多视角图表示学习框架M2GRL(已开源)

KDD2020|字节联合密歇根州立大学提出推荐广告联合训练框架RAM(已开源)

KDD2020|阿里联合清华提出多兴趣框架ComiRec用于序列推荐(已开源)

KDD2020|京东提出图像类别卷积神经网络CSCNN用于视觉感知CTR预估

亚马逊联合纽约州立大学提出元学习算法MetaBridge用于电商有限标注数据情况下自动验证文本属性

KDD2020|腾讯基于app使用行为提出AETN用于构建通用型user-embedding(已开源)

KDD2020|阿里联合武大提出对偶异构图注意力网络DHGAT用于提升长尾商铺搜索效果

KDD2020|蚂蚁金服提出人群扩展算法Hubble用于智能营销

实时注意力lookalike模型RALM在推荐系统中的应用

你可能感兴趣的:(算法,python,机器学习,人工智能,深度学习)