PulseAugur
实时 04:36:09
English(EN) HOB: A Holistically Optimized Bidding Strategy under Heterogeneous Bidding Environments

新的HOB竞价策略将在线广告的GMV提升了3%

研究人员开发了HOB,这是一种新颖的竞价策略,旨在优化跨不同在线渠道的广告活动。HOB通过使边际成本可计算和可对齐,解决了不同拍卖机制、定价格式和竞价惯例的复杂性。该策略采用零膨胀指数分布来模拟获胜价格的不确定性,从而实现了非统一第一价格拍卖的高效竞价方法。HOB已在一个大型商业DSP上部署,并在遵守广告支出回报率限制的同时,将GMV提高了3.0%。 AI

影响 HOB优化竞价策略的方法可能会影响AI系统在不同平台上的广告支出和活动表现管理方式。

排序理由 这是一篇详细介绍新算法及其实验验证的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的HOB竞价策略将在线广告的GMV提升了3%

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Qi Li, Wendong Huang, Qichen Ye, Wutong Xu, Cheems Wang, Wei Yuan, Miao Xu, Zhiyu Mou, Guan Wang, Rongquan Bai, Chuan Yu, Jian Xu ·

    HOB: A Holistically Optimized Bidding Strategy under Heterogeneous Bidding Environments

    arXiv:2510.15238v2 Announce Type: replace-cross Abstract: Optimizing a single advertising campaign across heterogeneous channels is a central challenge in industrial autobidding. Auction mechanisms vary across channels in ranking rules (pure eCPM vs. UE-augmented scoring), pricin…