PulseAugur
实时 19:12:54
English(EN) Competition-Aware CPC Forecasting with Near-Market Coverage

AI模型利用竞争信号预测广告成本 · 跟踪1个来源

研究人员开发了一种新方法,通过整合考虑竞争的信号来预测付费搜索拍卖中的每次点击费用(CPC)。他们利用了来自汽车租赁市场的16.6亿条Google Ads日志记录,构建了关键词系列的周度面板,并基于语义邻域、CPC轨迹对齐和地理意图开发了代理指标。这些信号在时空图预测器中进行了评估,其表现优于基线模型。研究结果表明,基于图的模型最适合短期(一周)预测,而协变量增强的基础模型在更长的时间范围(六周和十二周)内表现更佳,尤其适用于高CPC、高波动性的关键词。 AI

影响 这项研究有望提高广告市场的预测准确性,从而实现更高效的广告支出和更好的广告系列规划。

排序理由 这是一篇研究论文,详细介绍了一种特定领域的新预测方法。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.AI 阅读 →

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

AI模型利用竞争信号预测广告成本 · 跟踪1个来源

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Sebastian Frey, Edoardo Beccari, Maximilian Kranz, Nicol\`o Alberto Pellizzari, Ali Mete Karaman, Qiwei Han, Maximilian Kaiser ·

    Competition-Aware CPC Forecasting with Near-Market Coverage

    arXiv:2603.13059v2 Announce Type: replace-cross Abstract: Cost-per-click (CPC) in paid search is an auction-generated outcome shaped by a competitive landscape that is only partially observable from any single advertiser's history. From 1.66 billion Google Ads log records for a c…