Mid-flight Forecasting for CPA Lines in Online Advertising
Verizon Media（威瑞森传媒）
对于Verizon MediaDemand Side Platform（DSP），广告活动性能预测不仅向优化服务器提供关键信息，使系统能够在高性能模式下运行，而且还为广告商提供可操作的见解。本文研究了在考虑竞价机制的情况下，飞行中间的CPA线路的预测问题。所提出的方法生成各种关键性能指标和优化信号之间的关系。它还可以用来估计广告活动性能指标对优化信号调整的敏感度，这对广告活动管理系统的设计是重要的。广告主支出与有效每次行动成本（eCPA）之间的关系也被表征，这可以作为广告主调整飞行路线的指导。文中还讨论了实现中的几个实际问题，如数据集的下采样。最后，预测结果与实际交付进行了验证，并显示出良好的精度。
2021-07-15 cs.LG stat.ML
Dynamic Bidding Strategies with Multivariate Feedback Control for Multiple Goals in Display Advertising
Copilot AI；Xaxis
实时竞价（RTB）展示广告是一种在毫秒内发生的拍卖中购买展示广告库存的方法。RTB活动的绩效通常通过一系列关键绩效指标（KPI）来衡量，这些指标用于确保活动具有成本效益，并购买有价值的库存。虽然RTB活动应该理想地满足所有KPI，但同时改进往往非常具有挑战性，因为任何一个KPI的改进都有可能对其他KPI产生不利影响。在这里，我们提出了一种方法，同时控制多个KPI与基于PID的反馈控制系统。该方法基于PID控制器模块的输出和量化每个KPI对于内部业务需求的重要性的度量来为每个KPI生成控制分数。定期，此算法-顺序控制-将选择具有最大总体改进需求的KPI。通过这种方式，我们的算法能够不断寻求对其当前状态的最大边际改进。多个控制方法可以与每个KPI相关联，并且可以同时触发或随机选择，以避免局部最优。在离线广告竞价模拟和实时流量测试中，我们的方法被证明可以有效地同时控制多个KPI，并使它们达到各自的目标。
2020-06-01 cs.GT cs.LG stat.ML
Improving Real-Time Bidding in Online Advertising Using Markov Decision Processes and Machine Learning Techniques
Birla Institute of Technology and Science（贝拉理工科学技术学院）
本文提出一种结合深度学习和强化学习的实时竞价方法，利用深度神经网络预测拍卖细节与价格，强化学习确定最优出价，在iPinYou数据集上验证了其成本效益和精度优势。
2023-05-05 cs.IR cs.LG
Bidding-Aware Retrieval for Multi-Stage Consistency in Online Advertising
Taobao \& Tmall Group of Alibaba Beijing China；Taobao \& Tmall Group of Alibaba
针对在线广告系统检索与排序阶段的竞价不一致问题，提出BAR框架，经阿里平台验证可提升收入4.32%、正向广告展示量22.2%
2026-08-25 cs.IR cs.LG
Arbitrary Distribution Modeling with Censorship in Real-Time Bidding Advertising
FreeWheel；Northwestern University（西北大学）
库存定价的目的是为在线广告机会提供合适的价格，这对于需求方平台（DSP）在实时的【形】竞价（RTB）中赢得广告拍卖至关重要。在规划阶段，广告主需要概率模型的预测来做出投标决策。但是，以往的研究大多对中标价格的分布形式进行了强有力的假设，这降低了它们的准确性，削弱了它们进行概括的能力。虽然最近的一些工作试图直接拟合分布，但其复杂的结构缺乏在线推理的效率。在本文中，我们设计了一个新的损失函数，邻域似然损失（NLL），与一个建议的框架，任意分布模型（ADM）合作，预测获胜的价格分布下审查，没有预先假设。我们在两个真实世界的实验数据集和一个大规模的非模拟生产数据集上进行了实验。实验表明，ADM在算法和业务指标上都优于基线。通过回放生产环境的历史数据，该方法在我们的系统中显示出良好的良率。在没有任何预先假设的具体分销形式的情况下，ADM在有效性和效率方面表现出显着的优势，证明了其在建模复杂价格格局方面的强大能力。
2021-10-26 cs.LG
Targeted display advertising: the case of preferential attachment
University of Minnesota Twin Cities（明尼苏达大学双城分校）；Criteo AI Lab（Criteo人工智能实验室）；Virginia Tech（弗吉尼亚理工大学）
一个普通的成年人每天都会接触到数百个数字广告（https：//www.mediadadminicsinc.com/uploads/files/PR092214-Note-only-150-Ads-2mk.pdf），这使得数字广告行业成为大数据驱动平台的经典例子。因此，广告技术行业依赖于历史参与日志（点击或购买）来识别合作伙伴（希望为其产品定位用户的卖家）的广告活动的潜在感兴趣的用户。为合作伙伴显示的广告的数量以及因此可用于合作伙伴的历史活动数据取决于合作伙伴的预算约束。因此，高预算合作伙伴可以收集足够的数据来做出准确的预测，而低预算合作伙伴则不然。数据的这种偏斜分布导致目标显示广告平台对高预算合作伙伴的“优先附件”。在本文中，我们开发了“领域适应”方法来解决预测数据不足的合作伙伴感兴趣的用户的挑战，即，尾巴伙伴具体来说，我们开发了简单而有效的方法，利用合作伙伴之间的相似性，将信息从具有足够数据的合作伙伴转移到冷启动合作伙伴，即，没有任何活动数据的合作伙伴。我们的方法很容易适应新的运动数据的增量微调，因此工作在不同点的运动，而不仅仅是冷启动。我们提出了一个主要的显示广告平台（https：//www.criteo.com/）的历史日志的实验分析。具体来说，我们在149个合作伙伴的活动的不同阶段评估了我们的方法。实验结果表明，所提出的方法优于其他“域适应”的方法在不同的时间点的运动。
2020-02-07 cs.IR cs.LG cs.SI
Bidding Machine: Learning to Bid for Directly Optimizing Profits in Display Advertising
Meituan-Dianping Inc.（美团点评公司）；University College London（伦敦大学学院）
基于实时竞价（RTB）的显示广告已经成为计算广告中的关键技术进步之一。RTB使广告商能够通过实时拍卖购买个人广告展示，并促进多个广告商对个人展示的评估和出价。在RTB中，广告主在优化其出价策略时面临三个主要挑战，即（i）估计效用（例如，转换、点击），（ii）预测给定广告印象的市场价值（因此成本），以及（iii）基于前两者决定给定拍卖的最佳出价。先前的解决方案假设在解决投标优化问题之前解决前两个问题。然而，这些挑战是密切相关的，独立处理任何单个问题可能不是全局最优的。在本文中，我们提出了出价机，一个全面的学习出价框架，它由三个优化器处理上述每一个挑战，并作为一个整体，共同优化这三个部分。我们表明，这样的联合优化将大大提高运动的有效性和利润。从学习的角度来看，我们表明，投标机可以顺利更新离线定期批量或在线顺序训练计划。我们广泛的离线实证研究和在线A/B测试验证了所提出的投标机的高效率。
2018-03-11 cs.CY cs.GT cs.IR
Beyond Single-Episode Optimization: Sliding-Window Aware Generative Auto-Bidding for Long-Term Advertising Effectiveness
Dalian University of Technology（大连理工大学）；Alibaba International Digital Commerce Group（阿里巴巴国际数字商业集团）；City University of Hong Kong（香港城市大学）
研究长期广告自动出价问题，提出SWAG - Bid分层框架，将其分解为轮次级规划与步骤级执行，规划器用掩码轨迹模型预测市场，控制器通过PSG - AdaLN调整，实验表明该方法在滑动窗口评估下有竞争力。
2026-11-04 cs.LG
An Adaptable Budget Planner for Enhancing Budget-Constrained Auto-Bidding in Online Advertising
School of Computer Science, Peking University（北京大学计算机学院）；Center on Frontiers of Computing Studies, Peking University（北京大学计算科学前沿中心）；Alibaba Group（阿里巴巴集团）
本文提出少样本可适配预算规划器ABPlanner，通过分层竞价框架和上下文强化学习驱动的序贯决策，在不同广告主间快速调整预算分配，从而提升预算约束下自动竞价的累积价值。
2025-01-26 cs.GT cs.LG
Contextual Bandits for Advertising Campaigns: A Diffusion-Model Independent Approach (Extended Version)
LISN, CNRS, University Paris-Saclay（巴黎-萨克雷大学，法国国家科学研究中心，计算机科学及其交互实验室）
受社会媒体中信息扩散和广告的场景的启发，我们研究了一个影响力最大化问题，其中假设对传播网络或决定信息如何传播的模型知之甚少。在这样一个高度不确定的环境中，人们可以专注于多轮扩散活动，目标是从已知的几个有影响力的节点开始，最大限度地增加受影响或激活的不同用户的数量。在活动期间，在连续的轮中顺序地选择传播种子，并且在每轮中以激活的节点的形式收集反馈。然后，一轮的影响（奖励）被量化为新激活的节点的数量。总的来说，一个人必须最大限度地提高运动的总传播，作为回合奖励的总和。在这种情况下，可以使用探索-利用方法来学习关键的潜在扩散参数，同时运行活动。我们描述和比较了两种方法的上下文多武装土匪，上的置信上限的影响者的剩余潜力，一个使用广义线性模型和良好的图灵估计剩余潜力（GLM-GT-UCB），和另一个直接适应的LinUCB算法，我们的设置（LogNorm-LinUCB）。我们表明，它们在合成和真实世界数据上使用最先进的想法优于基线方法，同时表现出不同和互补的行为，这取决于它们部署的场景。
2022-01-13 cs.LG cs.SI
Real Time Bid Optimization with Smooth Budget Delivery in Online Advertising
Turn Inc（Turn公司）
如今，每天都有数十亿的展示广告展示通过实时的竞价（RTB）交易所主办的公开拍卖进行购买。广告商必须在毫秒内做出决定，为每个选定的RTB广告请求提交出价。受预算限制，目标是购买一组广告展示，以达到尽可能多的目标用户。广告主特定的期望动作（转换）包括购买产品、填写表格、注册电子邮件等。此外，广告主通常更喜欢随着时间的推移平稳地花费他们的预算，以便在一天中接触到更广泛的受众，并产生可持续的影响。然而，由于转换很少发生，并且发生反馈通常延迟，因此同时实现预算和性能目标非常具有挑战性。在本文中，我们提出了一种在线方法，以顺利交付预算，同时优化转换性能。我们的算法试图选择高质量的印象，并调整投标价格的基础上，在一个自适应的方式，通过分配预算最佳跨时间的先验性能分布。我们从真实的广告活动的实验结果表明，我们所提出的方法的有效性。
2013-05-14 cs.GT cs.LG
HOBA: Hierarchical On-Policy Bidding Agents for Adaptive Online Advertising
Kuaishou Technology（快手科技）
针对在线广告投标系统问题，提出 HOBA 分层强化学习框架，在三个时间尺度解耦相关环节，通过实验验证其优于现有基线，大规模在线部署实现目标成本提升 3.6%，证明该范式有效。
2026-07-29 cs.AI cs.LG
Adaptive Budget Optimization for Multichannel Advertising Using Combinatorial Bandits
Sony（索尼）；EPFL（洛桑联邦理工学院）
本文针对数字广告预算分配在非平稳环境中的适应性问题，提出一种结合饱和均值函数、定向探索和变点检测的组合赌博机策略，并通过仿真与真实数据验证其优于基线方法。
2025-02-05 cs.AI cs.LG
A New Optimization Layer for Real-Time Bidding Advertising Campaigns
Skylads
虽然启动在线广告活动相对容易，但获得高关键绩效指标（KPI）可能具有挑战性。关于这个主题的大量工作已经完成，并且市场上可以获得处理这种优化的称为DSP的平台。从广告商的角度来看，每个DSP都是一个不同的黑盒子，有其优点和缺点，需要进行配置。为了利用每个DSP的优点，广告商在设置广告活动时最好使用它们的组合。在本文中，我们提出了一种算法，广告客户添加一个优化层的DSP上。我们介绍的算法，称为SKOTT，最大限度地提高了所选择的KPI的最佳配置的DSP，并把它们在相互竞争。SKOTT是一种高度专业化的迭代算法，松散地基于梯度下降，由三个独立的子例程组成，每个子例程处理不同的问题：划分预算，设置期望的平均出价，以及防止交付不足。特别是，我们的方法的新颖之处在于我们采取的角度来看，广告商，而不是DSP。综合市场数据用于评估SKOTT与其他针对类似问题的最先进方法的效率。结果表明，我们的建议，大大优于其他方法的好处。
2018-08-07 cs.AI cs.GT cs.LG
Adaptive Risk-Aware Bidding with Budget Constraint in Display Advertising
Texas A&M University（德克萨斯A&M大学）；Rice University（莱斯大学）；Samsung Research America（三星美国研究院）；Samsung Electronics（三星电子）
实时竞价（RTB）已经成为显示广告的主要范例。从用户访问中生成的每个广告印象被实时的拍卖，其中需求方平台（DSP）通常依赖于广告印象值估计和最佳投标价格确定来自动提供投标价格。然而，当前的出价策略忽视了用户行为的较大随机性（例如，点击）和拍卖竞争造成的成本不确定性。在这项工作中，我们明确的估计广告印象值的不确定性因素和模型的风险偏好的DSP在特定的状态和市场环境下，通过一个顺序的决策过程。具体而言，我们提出了一种新的自适应风险意识投标算法与预算约束通过强化学习，这是第一个同时考虑估计的不确定性和动态风险趋势的DSP。本文从理论上揭示了不确定性与风险倾向之间的内在联系。因此，我们提出了两个实例来模拟风险趋势，包括专家知识为基础的配方包括三个基本属性和自适应学习方法的基础上，自监督强化学习。我们在公共数据集上进行了广泛的实验，并表明所提出的框架在实际环境中优于最先进的方法。
2022-12-06 cs.AI cs.IR cs.LG
Real-Time Bidding by Reinforcement Learning in Display Advertising
Shanghai Jiao Tong University（上海交通大学）；University College London（伦敦大学学院）；MediaGamma Ltd（MediaGamma有限公司）；Vlion Inc（Vlion公司）
大多数在线展示广告都是通过实时的【形】竞价（RTB）提供的-当每个广告展示印象刚刚从用户访问中生成时，它就被实时的【形】拍卖掉。为了自动和最佳地投放广告，广告商设计一种学习算法来巧妙地实时的【形】出价广告印象是至关重要的。大多数以前的作品认为投标决策作为一个静态的优化问题，要么单独对待每个印象的价值或设置一个投标价格的广告量的每个部分。然而，在预算耗尽之前，对给定广告活动的竞标将在其生命周期内反复发生。因此，每个出价通过受约束的预算和活动的整体有效性（例如，来自生成的点击的奖励），这仅在活动完成之后被观察到。因此，顺序地设计最优出价策略是非常有意义的，使得可以基于即时和未来奖励两者在所有可用印象上动态地分配活动预算。在本文中，我们制定的投标决策过程作为一个强化学习问题，其中的状态空间表示的拍卖信息和活动的实时的【形】参数，而一个行动是投标价格设置。通过模拟拍卖竞争的状态转移，我们建立了一个马尔可夫决策过程框架来学习最优的投标策略，以优化动态实时的【形】投标环境中的广告效果。此外，从大的现实世界的拍卖量和运动预算的可扩展性问题很好地处理状态值近似使用神经网络。
2017-01-12 cs.AI cs.GT cs.LG
Generative Bid Shading in Real-Time Bidding Advertising
Chongqing University（重庆大学）
本文提出生成式实时竞价投标方法，通过生成模型和奖励对齐系统优化短期和长期收益，解决传统方法在非凸收益曲线下和离散化模型中的不足。
2026-04-29 cs.GT cs.LG
Interpretable Deep Learning for Forecasting Online Advertising Costs: Insights from the Competitive Bidding Landscape
Kühne Logistics University（库恩物流大学）；Nova School of Business and Economics（Nova商学院）；Universidade NOVA de Lisboa（里斯本新大学）；University of Hamburg（汉堡大学）
本研究采用多种时间序列方法（含TFT）预测在线广告每日平均CPC，通过引入基于竞争对手CPC聚类的多变量协变量显著提升精度，并在市场剧变中保持稳健，为预算分配提供战略洞察。
2024-08-21 cs.AI cs.LG cs.SI
Deep Landscape Forecasting for Real-time Bidding Advertising
Shanghai Jiao Tong University（上海交通大学）
在线广告中实时的【形】拍卖的出现引起了对市场竞争建模的巨大关注，即，景观预测该问题被公式化为预测每个广告拍卖的市场价格的概率分布。考虑到第二价格拍卖机制所带来的审查问题，许多研究者将医学研究领域的生存分析引入到竞价景观预测中。然而，大多数现有的解决方案主要集中在基于计数的统计的分割样本聚类，或学习一个参数化模型的基础上的一些启发式假设的分布形式。此外，他们也没有考虑该功能在价格空间上的序列模式。为了在数据的细粒度级别捕获更复杂但灵活的模式，我们提出了一种深度景观预测（DLF）模型，该模型结合了用于概率分布预测的深度学习和用于审查处理的生存分析。具体来说，我们利用一个循环神经网络灵活地建模的条件获胜概率w.r.t.每一个出价。然后通过严格的数学推导，运用概率链法则对投标前景进行预测。而且，在端到端的方式，我们优化模型，最大限度地减少两个负面的可能性损失与综合动机。在没有对投标景观的分布形式进行任何具体假设的情况下，我们的模型在拟合各种复杂的市场价格分布方面表现出了很大的优势。在两个大规模真实世界数据集上的实验中，我们的模型在各种指标下都显着优于最先进的解决方案。
2019-05-12 cs.GT cs.IR cs.LG
A Multi-Agent Reinforcement Learning Method for Impression Allocation in Online Display Advertising
Alibaba Group（阿里巴巴集团）
在在线展示广告中，保证合同和实时竞价（RTB）是出版商销售展示的两种主要方式。尽管RTB越来越受欢迎，但仍有一半的在线展示广告收入来自担保合同。因此，通过保证合同和RTB同时销售展示是出版商最大化其收益的直接选择。然而，得出分配印象的最佳策略并不是一项简单的任务，特别是当现实世界中的应用环境不稳定时。在本文中，我们制定的印象分配问题作为一个拍卖问题，每个合同可以提交虚拟投标的个人印象。有了这个公式，我们通过求解合同的最优投标函数来获得最优印象分配策略。由于合同的出价是由出版商决定的，我们提出了一个多智能体强化学习（MARL）的方法来获得合作政策的出版商，以最大限度地提高其产量在一个不稳定的环境。该方法还解决了MARL中常见的输入维爆炸、奖励信用分配和非平稳环境等问题。在大规模真实数据集上的实验验证了该方法的有效性。
2018-09-10 cs.AI cs.GT cs.LG
Online Evaluation of Audiences for Targeted Advertising via Bandit Experiments
Stanford University（斯坦福大学）
实施数字广告活动的公司在确定广告创意与目标受众之间的正确匹配方面面临着一个复杂的问题。解决这个问题的典型方法是利用非实验性的方法，或者使用“分裂测试”策略，这些策略没有明确解决目标受众可能相互重叠所引起的复杂性。本文提出了一种自适应算法，通过在线实验来解决这个问题。该算法被设置为一个上下文强盗和解决重叠的问题，通过划分的目标受众到不相交的，不重叠的子群体。它在不相交空间中学习最佳创意展示策略，同时并行评估哪个创意在可能重叠的目标受众空间中具有最佳匹配。实验结果表明，该方法是更有效的相比，天真的“分裂测试”或非自适应的“A/B/n”测试的方法。我们还描述了一个测试产品，我们建立了使用该算法。该产品目前部署在JD.com的广告平台上，这是一家电子商务公司，也是中国的数字广告发布商。
2019-09-04 cs.LG stat.ML
Comparison Lift: Bandit-based Experimentation System for Online Advertising
Stanford University（斯坦福大学）
Comparison Lift是一个实验即服务（EaaS）应用程序，用于测试JD.com的在线广告受众和创意。与许多其他主要关注固定样本A/B测试的EaaS工具不同，Comparison Lift部署了一个基于Bandit的自定义实验算法。基于土匪的办法有两方面的好处。首先，它使测试中引入的随机化与广告商的测试目标保持一致。其次，通过使实验设计适应测试期间获得的信息，它大大降低了广告商的实验成本。自2019年5月推出以来，Comparison Lift已被用于1,500多项实验。我们估计，该产品的使用帮助参与广告活动的点击率平均提高了46%。我们估计，与固定样本A/B设计相比，产品中的自适应设计在测试期间平均多产生了27%的点击。两者都表明广告商从产品中获得了显着的价值和成本节约。
2020-09-16 cs.LG stat.ML
Real-time Bidding campaigns optimization using attribute selection
Centre for Applied Data Analytics Research (CeADAR)（应用数据分析研究中心（CeADAR））；University College Dublin（都柏林大学学院）
实时的【形】竞价是当今在线广告生态系统中最有前途的系统之一。在所提出的研究中，RTB活动的性能得到改善，通过优化参数的用户的配置文件和发布商的网站。大多数关于优化RTB活动的研究都集中在投标策略上。相比之下，我们研究的目标是通过找出最大化展示次数和平均盈利能力的配置来优化RTB活动。实验表明，当广告客户的访问量较低时，很容易找到平均盈利能力高的配置，但随着访问量的增加，平均盈利能力趋于下降。此外，配置优化已与其他有趣的策略相结合，以增加，甚至更多，活动的盈利能力。除了参数配置外，该研究还考虑了以下补充策略，以提高盈利能力：i）选择具有少量访问的多个配置，而不是具有大量访问的唯一配置，ii）根据成本和盈利能力的阈值丢弃访问，iii）分析数据集的减少的空间并外推解决方案，以及iv）通过包括低于所需访问次数的解决方案来增加搜索空间。开发的活动优化方法可以由RTB平台提供给广告商，使他们的活动更有利可图。
2019-10-29 cs.DS cs.LG cs.SI
Leveraging the Hints: Adaptive Bidding in Repeated First-Price Auctions
MIT（麻省理工学院）；Arena Technologies（阿雷纳科技公司）；Yahoo! Research（雅虎研究院）；Stanford（斯坦福大学）；NYU Stern（纽约大学斯特恩商学院）
随着电子商务的出现和日益巩固，数字广告最近取代传统广告成为经济中的主要营销力量。在过去的四年里，数字广告行业的一个特别重要的发展是在线展示广告从第二价格拍卖转向第一价格拍卖。这种转变立即激发了如何在第一价格拍卖中出价的智力挑战问题，因为与第二价格拍卖不同，真实地出价一个人的私人价值不再是最佳的。在这一领域的一系列最新工作之后，我们考虑了一个差异化的设置：我们不对其他投标人的最高出价做出任何假设（即随着时间的推移，它可能是对抗性的），而是假设我们可以访问作为其他投标人最高出价预测的提示，其中预测是通过一些黑盒机器学习模型学习的。我们考虑两种类型的提示：一种是单点预测可用，另一种是提示区间（表示其他人的最大出价落入的置信区间）可用。我们建立最小最大最优遗憾界的两种情况下，并强调两种设置之间的定量不同的行为。我们还提供了改进的遗憾界时，其他人的最大出价表现出进一步的稀疏结构。最后，我们补充的理论结果与示范使用真实的投标数据。
2022-11-05 cs.GT cs.LG
Stochastic Bandits for Multi-platform Budget Optimization in Online Advertising
Facebook Core Data Science（Facebook核心数据科学部门）；Sapienza University of Rome（罗马大学）；Facebook AI Applied Research（Facebook人工智能应用研究部门）
我们研究的问题，一个在线广告系统，希望以最佳的方式花费广告客户的给定预算的活动在多个平台上，不知道的价值为显示广告的用户在这些平台上。我们模拟这个具有挑战性的实际应用作为一个背包问题的随机土匪在$T$轮的投标与一组不同的投标$m$ -元组，其中$m$是平台的数量的一组武器。我们修改了Badanidiyuru \emph{et al.,}中提出的算法，将其扩展到多平台的情况下，获得离散和连续出价空间的算法。也就是说，对于离散投标空间，我们给出了一个带遗憾的算法$O\left(OPT \sqrt {\frac{mn}{B} }+ \sqrt{mn OPT}\right)$，其中$OPT$是已知分布的最优算法的性能。对于连续的出价空间，我们的算法的遗憾是$\tilde{O}\left(m^{1/3} \cdot \min\left\{ B^{2/3}, (m T)^{2/3} \right\} \right)$。当限制到这种特殊情况时，这个界限在$OPT \ll T$体系中比Sankararaman和Slivkins更好，就像手头的特定应用中的情况一样。其次，我们显示了一个$ Ω\left (\sqrt {m OPT} \right)$的离散情况下的下限和一个$Ω\left( m^{1/3} B^{2/3}\right)$的连续设置的下限，几乎匹配的上限。最后，我们使用了一个来自一家拥有…
2021-03-25 cs.GT cs.LG
Predicting Different Types of Conversions with Multi-Task Learning in Online Advertising
Yahoo Research（雅虎研究院）；Yahoo Inc.（雅虎公司）；UC Berkeley（加州大学伯克利分校）；Indeed（确实公司）
转化预测在在线广告中起着重要的作用，因为每次操作成本（CPA）已经成为行业中的主要活动绩效目标之一。与点击预测不同，转化在本质上有不同的类型，每种类型都可能与不同的决定性因素相关联。在本文中，我们将转换预测制定为多任务学习问题，以便可以一起学习不同类型转换的预测模型。这些模型共享特征表示，但具有其特定参数，从而提供跨所有任务的信息共享的好处。然后，我们提出了多任务场加权因子分解机（MT-FwFM）来联合解决这些任务。实验结果表明，与两种最先进的模型相比，MT-FwFM在两种转换类型上的AUC提高了0.74%和0.84%，并且在所有转换类型上的加权AUC也提高了0.50%。
2020-03-08 cs.LG stat.ML
AIGB: Generative Auto-bidding via Conditional Diffusion Modeling
Peking University（北京大学）；Alibaba Group（阿里巴巴集团）
针对现有强化学习自动出价方法受马尔可夫假设限制、长时序表现差且环境适应性弱的问题，提出基于条件扩散建模的DiffBid方法，通过直接建模收益与完整轨迹的关联提升效果，在真实场景中实现GMV和ROI的显著提升。
2024-10-08 cs.AI cs.CE cs.LG
Blending Advertising with Organic Content in E-Commerce: A Virtual Bids Optimization Approach
在电子商业平台中，赞助和非赞助内容被联合显示给用户，并且两者都可以交互地影响他们的参与行为。前者的内容帮助广告主实现其营销目标，并为平台提供了源源不断的广告收入。后一种内容有助于用户参与平台，这是其长期健康的关键。电子商业平台设计的一个紧迫问题是如何将广告与内容融合在一起，同时尊重这些互动并平衡这些多个业务目标。本文描述了一个系统开发的目的，在混合的背景下，个性化的赞助内容与非赞助内容的产品详细信息页面的电子商业公司京东。该系统具有三个关键特征：（1）通过新的虚拟投标方法优化多个竞争性业务目标，以及通过这些虚拟投标对多个目标的平台的潜在、隐式评估的表达性。(2)通过深度学习方法，根据用户的特征、每个赞助内容的个体特征以及由旁边显示的其他赞助和非赞助内容施加的影响，对用户的点击行为进行建模;（3）广告分配中的外部性考虑，从而使其与Vickrey-Clarke-Groves（VCG）拍卖方案直接兼容，用于在存在这些外部性的情况下计算支付。该系统目前正在部署，并通过京东的移动应用程序为所有流量提供服务。实验证明了该系统的性能和优势。
2021-05-28 cs.GT cs.LG econ.GN
LLM-OSDA: An Optimal-Stopping Dynamic Auction for Native Advertising in Multi-Turn LLM Conversations
针对多轮LLM对话中原生广告的时机与分配耦合问题，提出LLM-OSDA动态拍卖机制，结合贝尔曼最优停止等，在模拟实验中使净收益提升11%且用户留存相当。
2026-10-14 cs.AI cs.CL cs.GT
Optimal Delivery with Budget Constraint in E-Commerce Advertising
Alibaba Group（阿里巴巴集团）
电子商业平台中的在线广告为卖家提供了一个机会，以实现具有不同目标的潜在受众。将广告分配到页面的广告服务系统（如显示和搜索广告系统）应满足目标，例如品牌广告商的大量受众，基于性能的广告商的点击或转换，同时尝试最大化平台的整体收入。在本文中，我们提出了一种基于线性规划受约束的方法，以优化收入，同时提高不同的性能目标。通过在阿里巴巴电子商业平台上实现一个离线仿真系统，并在考虑系统性能、排名和定价模式的情况下运行在线请求的拍卖，验证了我们的算法。我们还将我们的算法与相关工作进行了比较，结果表明，我们的算法可以有效地提高活动的性能和平台的收入。
2019-10-08 cs.AI cs.LG stat.ML
AiAds: Automated and Intelligent Advertising System for Sponsored Search
Baidu Inc.（百度公司）
赞助搜索已经有20多年的历史，它已经被证明是一种成功的在线广告商业模式。基于点击付费定价模型和关键字定位技术，赞助系统运行在线拍卖来确定搜索广告的分配和价格。在传统的设置中，广告商应该手动创建大量的广告创意，并对一些相关的关键字进行出价，以瞄准他们的受众。由于搜索流量巨大，广告创意种类繁多，广告主人工优化的局限性成为提升该市场效率的主要瓶颈。此外，随着许多新兴的广告形式和供应不断增长，赞助搜索平台更加关注广告的ROI指标，以获得广告主的营销预算至关重要。在本文中，我们介绍了在百度开发的AiAds系统，它使用机器学习技术来构建一个自动化和智能化的广告系统。AiAds系统通过设计和实现自动竞价策略、智能目标定位和智能创建模型，将人工优化转化为多个自动化任务，并采用先进的方法对这些任务进行优化。AiAds是一种全新的赞助搜索系统架构，它改变了竞价语言和分配机制，打破了端到端广告检索框架的关键字定位限制，提供了广告创作的全局优化。该系统可以同时且显著地增加广告主的活动表现、用户体验和广告平台的收入。我们提出了系统的每个模块的整体架构和建模技术，并分享我们在解决几个关键挑战的经验教训。
2019-07-28 cs.GT cs.LG
Targeted Advertising on Social Networks Using Online Variational Tensor Regression
本文提出首个基于张量的上下文老虎机框架TensorUCB，用于在线定向广告，通过在线变分算法处理多模式张量，显著提升影响力最大化任务性能。
2025-01-25 cs.LG cs.SI
Causal Inference on Stopped Random Walks in Online Advertising
Jia Yuan Yu（尤家元）
本研究通过停止随机游走模型和预算分割设计，构建在线广告中长期处理效应的置信区间。
2026-02-05 cs.LG stat.ME stat.ML
Feedback Control for Small Budget Pacing
Snap Inc.（Snap公司）
本文提出了一种结合分桶滞回和比例反馈的反馈控制器，用于提高小预算在线广告中的节奏控制精度和稳定性。
2026-03-09 cs.GT cs.LG
HARPO: Learning to Subvert Online Behavioral Advertising
University of Southern California（南加州大学）；University of California, Davis（加州大学戴维斯分校）
在线行为广告和相关的跟踪工具构成了真正的隐私威胁。不幸的是，现有的隐私增强工具并不总是有效地对抗在线广告和跟踪。我们提出了Harpo，一种基于学习的原则性方法，通过混淆来颠覆在线行为广告。Harpo使用强化学习自适应地将真实页面访问与虚假页面交织在一起，以扭曲跟踪器对用户浏览配置文件的视图。我们根据真实世界的用户分析和用于在线行为广告的广告定位模型来评估Harpo。结果表明，Harpo通过触发超过40%的不正确兴趣段和6倍高的出价值来提高隐私。对于相同的开销，Harpo比现有的混淆工具性能高出16倍。Harpo还能够实现比现有混淆工具更好的对抗性检测。Harpo在利用模糊处理颠覆在线行为广告方面有意义地推进了最先进的技术
2021-11-24 cs.CR cs.LG
Learning Multi-touch Conversion Attribution with Dual-attention Mechanisms for Online Advertising
Shanghai Jiao Tong University（上海交通大学）；University College London（伦敦大学学院）
在在线广告中，互联网用户可能会接触到一系列不同的广告活动，即，显示广告，搜索，或转介从多个渠道，之前导致了任何最终的销售转化和交易.对于广告主和发布商来说，在客户旅程（转化漏斗）中估计广告活动接触点的贡献并相应地将正确的信用分配给正确的广告曝光至关重要。然而，对多点触摸归属问题的现有研究缺乏利用用户的转换前动作（即，点击），并且经常无法根据用户的行为数据对触摸点之间的顺序模式进行建模。更糟糕的是，目前的行业实践仅仅是采用一组任意规则作为归因模型，例如，流行的最后接触模型将100%的信用分配给最后接触点，而不管实际归属。在本文中，我们提出了一个双注意递归神经网络（DARNN）的多点触摸归因问题。它通过注意力机制直接从转换估计目标学习属性值。为了实现这一点，我们利用序列到序列预测用户点击，并结合后视图和后点击归因模式在一起的最终转换估计。为了定量基准归因模型，我们还提出了一种新颖而实用的归因评估方案，通过代理的预算分配（根据估计的归因）在广告渠道。在两个真实数据集上的实验结果表明，我们的归因模型相对于最先进的归因模型具有显着的性能增益。
2018-08-30 cs.AI cs.IR cs.LG
We Know What You Want: An Advertising Strategy Recommender System for Online Advertising
Shanghai Jiao Tong University（上海交通大学）；Alibaba Group（阿里巴巴集团）；Nanjing University（南京大学）
广告支出已成为电子商务平台的主要收入来源。通过降低广告商在发现最佳广告策略时的试错成本，为广告商提供良好的广告体验，对于在线广告的长期繁荣至关重要。为了实现这一目标，广告平台需要识别广告主的优化目标，然后推荐相应的策略来实现目标。本文首先在淘宝展示广告平台上部署了一个策略推荐系统的原型，该原型系统确实提高了广告主的业绩和平台的收益，表明了策略推荐在网络广告中的有效性。我们进一步增强这个原型系统显式地学习广告客户的偏好，通过各种广告性能指标，然后优化目标，通过他们采用不同的推荐广告策略。我们使用上下文强盗算法来有效地学习广告客户的偏好，并最大限度地提高推荐采用，同时。基于淘宝网竞价数据的仿真实验表明，所设计的算法能够有效地优化广告主的策略采用率。
2021-06-13 cs.IR cs.LG
Reach Measurement, Optimization and Frequency Capping In Targeted Online Advertising Under k-Anonymity
LinkedIn Corporation（领英公司）
本文研究 $k$-匿名隐私约束下定向在线广告的触达测量与优化，提出概率折扣方法改造传统频次封顶，并通过实验量化隐私与广告效果的权衡。
2025-01-08 cs.AI cs.GT cs.LG
Functional Optimization Reinforcement Learning for Real-Time Bidding
Wenzhou-Kean University（温州肯恩大学）；Findability Sciences Private Limited（Findability Sciences私人有限公司）；Babasaheb Bhimrao Ambedkar University（巴巴萨赫布·比姆拉奥·阿姆倍伽尔大学）
实时的【形】竞价是程序化广告的新范式。广告商希望明智地选择使用\textbf{Demand-Side Platform}来提高其广告活动的效果。现有的方法是努力提供一个令人满意的解决方案，由于随机投标行为的投标优化。提出了一种基于功能优化的RTB多智能体强化学习体系结构。我们设计了四个代理投标环境：三个拉格朗日乘数为基础的功能优化代理和一个基线代理（没有任何属性的功能优化）首先，许多属性已分配给每个代理，包括有偏或无偏的获胜概率，拉格朗日乘数，点击率。为了评估所提出的RTB策略的性能，我们展示了十个连续的模拟拍卖活动的结果。结果表明，在有偏和无偏获胜信息下，具有功能性行为和奖励的代理人具有最显著的平均获胜率和获胜盈余。实验评估表明，我们的方法显着提高运动的有效性和盈利能力。
2022-09-13 cs.AI cs.LG
Generative Auto-Bidding with Value-Guided Explorations
City University of Hong Kong（香港城市大学）；Nanyang Technological University（南洋理工大学）；Kuaishou Technology（快手科技）；The Chinese University of Hong Kong（香港中文大学）；Unaffiliated（无隶属机构）
针对现有自动出价策略适应性差及离线训练行为崩溃问题，提出生成式自动出价框架GAVE，利用基于评分的RTG模块和可学习价值函数引导动作探索，在离线评估和在线A/B测试中超越基线，并在NeurIPS 2024竞赛中夺冠。
2025-04-25 cs.IR cs.LG
Advertising Media and Target Audience Optimization via High-dimensional Bandits
Stanford University（斯坦福大学）
我们提出了一个数据驱动的算法，广告商可以使用它来自动化他们的数字广告活动在在线出版商。该算法使广告商能够搜索可用的目标受众和广告媒体，通过在线实验为其活动找到最佳组合。找到最佳受众广告组合的问题因许多独特的挑战而变得复杂，包括（a）需要积极探索以解决先前的不确定性并加速搜索有利可图的组合，（b）许多组合可供选择，从而产生高维搜索公式，以及（c）非常低的成功概率，通常只有百分之一的一小部分。我们的算法（命名为LRDL，是Logistic Regression with Debiased Lasso的首字母缩写）通过结合四个元素来解决这些挑战：用于主动探索的多臂强盗框架;用于处理高维的Lasso惩罚函数;处理Lasso引起的正则化偏差的内置去偏内核;以及用于促进跨臂交叉学习的结果的半参数回归模型。该算法被实现为汤普森采样器，据我们所知，它是第一个可以实际解决上述所有挑战的算法。真实数据和合成数据的仿真结果表明，该方法是有效的，并证明了其优越的性能对最近的高维bandit文献的几个基准。
2022-09-17 cs.IR cs.LG
HiBid: A Cross-Channel Constrained Bidding System with Budget Allocation by Hierarchical Offline Deep Reinforcement Learning
School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院）；Meituan（美团）；Institute for Advanced Algorithms Research（先进算法研究院）
HiBid提出分层离线深度强化学习框架，实现跨渠道预算分配与自适应竞价，满足CPC约束，并在大规模数据和在线测试中优于六个基线，已部署于美团平台。
2024-08-20 cs.GT cs.LG
Scalable Audience Reach Estimation in Real-time Online Advertising
Turn Inc（Turn公司）
近年来，在线广告已被引入作为最有效的广告方法之一。然而，广告商关心他们的在线广告活动的效率，并且因此想要将他们的广告印象限制到某些网站和/或某些受众群体。这些限制称为目标标准，限制了更好性能的可达性。可达性和性能之间的这种权衡说明了对可以快速预测/估计（具有良好准确性）这种权衡的预测系统的需要。设计这样一个系统是具有挑战性的，因为（a）需要处理大量的数据，以及（b）需要快速和准确的估计。在本文中，我们提出了一个分布式容错系统，可以快速生成这样的估计具有良好的精度。其主要思想是在多台机器的内存中保留一个小的代表性样本，并将预测问题制定为对样本的查询。关键的挑战是在过去的数据中找到最好的分层，执行多变量分层抽样，同时确保模糊回退以覆盖少数群体。我们的研究结果表明，一个显着的改善，目前广泛使用的行业中的均匀和简单的分层抽样策略。
2013-05-14 cs.DB cs.LG
Robust Consensus Clustering and its Applications for Advertising Forecasting
Yahoo Research（雅虎研究院）
共识聚类聚合分区，以便通过协调来自不同来源/执行的聚类结果来找到更好的拟合。在实际应用中，聚类任务中存在噪声和离群点，这可能会显著降低性能。为了解决这个问题，我们提出了一种新的算法-鲁棒的共识聚类，可以找到专家的意见，这往往是最小的影响所造成的偏差离群值之间的共同点。特别是，我们形式化的鲁棒一致性聚类问题作为一个约束优化问题，然后推导出一个有效的算法交替方向的乘法器（ADMM）具有严格的收敛保证。我们的方法优于基准的基线。我们将所提出的方法应用于现实世界的广告活动分割和预测任务，使用建议的共识聚类结果的基础上通过Kolmogorov-Smirnov统计计算的相似性。准确的聚类结果有助于建立广告客户档案，以便执行预测。
2022-12-27 cs.AI cs.IR cs.LG
