专栏首页arxiv.org翻译专栏网络出版商RTB收入的实时优化(CS.GT)
原创

网络出版商RTB收入的实时优化(CS.GT)

本文描述了一个引擎优化网站出版商收入从二次拍卖。这种拍卖方式被广泛用于销售在线广告空间,其机制称为实时竞价(RTB)。在这些拍卖中优化是至关重要的,因为设置适当的保留价格可以显著增加收入。我们考虑了一个实际的现实世界设置,在拍卖发生之前,唯一可用的信息由用户标识符和广告放置标识符组成。我们必须解决的现实世界的挑战主要包括在高度非平稳的环境中跟踪对用户和位置的依赖以及处理审查出价观察。这些挑战促使我们做出以下设计选择:(i)我们采用了一个相对简单的拍卖收入非参数回归模型,该模型基于增量的时间加权矩阵分解,隐式地构建自适应用户和位置的配置文件;(ii)基于对Aalen可加性模型的在线扩展,我们联合使用非参数模型来估计第一和第二投标在截尾时的分布。

我们的引擎是一个部署系统的组成部分,该系统处理世界各地数以百计的网络发布商,每天为数以亿计的访问者提供数十亿条广告。该引擎能够在大约一毫秒内预测出每次拍卖的最佳保留价格,并为网络出版商带来显著的收入增长。

原文题目:Real-Time Optimization Of Web Publisher RTB Revenues

原文:This paper describes an engine to optimize web publisher revenues from second-price auctions. These auctions are widely used to sell online ad spaces in a mechanism called real-time bidding (RTB). Optimization within these auctions is crucial for web publishers, because setting appropriate reserve prices can significantly increase revenue. We consider a practical real-world setting where the only available information before an auction occurs consists of a user identifier and an ad placement identifier. The real-world challenges we had to tackle consist mainly of tracking the dependencies on both the user and placement in an highly non-stationary environment and of dealing with censored bid observations. These challenges led us to make the following design choices: (i) we adopted a relatively simple non-parametric regression model of auction revenue based on an incremental time-weighted matrix factorization which implicitly builds adaptive users' and placements' profiles; (ii) we jointly used a non-parametric model to estimate the first and second bids' distribution when they are censored, based on an on-line extension of the Aalen's Additive model. Our engine is a component of a deployed system handling hundreds of web publishers across the world, serving billions of ads a day to hundreds of millions of visitors. The engine is able to predict, for each auction, an optimal reserve price in approximately one millisecond and yields a significant revenue increase for the web publishers.

原文作者:Pedro Chahuara, Nicolas Grislain, Grégoire Jauvion, Jean-Michel Renders

原文地址:https://arxiv.org/abs/2006.07083

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 翻译空间的显式表示:机器翻译评估的自动释义(CS.CL)

    根据之前关于自动释义的工作,我们使用最先进的神经意译技术生成额外参考文献来评估了改进BLEU的可行性(Papineni et al., 2002)。我们探讨了不...

    用户7236395
  • 文本简化中句子对齐的神经CRF模型(CS.CL)

    摘要文本简化系统的成功与否,在很大程度上取决于训练语料库中复杂-简单句对的数量和质量。为了评估和改进句子对齐质量,我们从两个常用的文本简化语料库Newsela和...

    用户7236395
  • Plane-Activated映射的微观结构(CS.CG;CS.GR)

    大规模材料微观结构模型的查询和交互需要对微观结构进行本地化的按需生成,因为大规模的存储和检索成本太高。当微结构被有效地表示为非线性空间变形下的典型结构的图像,以...

    用户7236395
  • 引领数字社会经济提高效率—通证经济学入门 (CS CY)

    互联网的下一个进化步骤已经到来了是通过使用加密安全和数字稀缺的代币来实现。加密代币代表了加密运动的一种新现象,它能够通过编程规则和激励机制来引导参与者的行为,使...

    Antonia
  • 学习对测试执行进行编码和分类(CS SE)

    自动确定测试执行的正确性的挑战被称为测试预言问题,并且是自动化测试中剩下的关键问题之一。本文的目的是以一种通用,可扩展和准确的方式来解决测试预言问题。

    非过度曝光
  • 基于运动和区域感知对抗学习的热成像坠落检测(CS CV)

    自动坠落检测技术是保证人体健康和安全的关键技术。 基于家庭的摄像系统用于探测坠落,经常使人们的隐私处于危险之中。 热成像摄像头可以部分 / 完全模糊面部特征,从...

    用户7095611
  • Google的预训练模型又霸榜了,这次叫做T5(附榜单)

    T5 serves primarily as code for reproducing the experiments in Exploring the Lim...

    数据派THU
  • Nonparametric VAE for Hierarchical Representation Learning

    The recently developed variational autoencoders (VAEs) have proved to be an effe...

    用户1908973
  • 【论文推荐】最新5篇视觉目标跟踪相关论文—递归神经网络、深度适应计算策略、视觉目标跟踪基准、深度核化相关滤波、检测并跟踪

    【导读】专知内容组整理了最近五篇视觉目标跟踪(Object Tracking)相关文章,为大家进行介绍,欢迎查看! 1. Learning Hierarchic...

    WZEARW
  • GPS Tracking Devices for Security Purposes

    Today, the utilization of GPS has become a piece of our regular day to day exist...

    用户7437050

扫码关注云+社区

领取腾讯云代金券