PulseAugur
实时 01:14:36
English(EN) Beyond Action Imitation: Learning a Decision-Aware User Simulator for Online Advertising

新的模拟器DASH通过跨域用户模拟改进广告系统评估

研究人员开发了DASH,这是一种新颖的面向决策的用户模拟器,旨在改进在线广告和推荐系统的评估。与以往仅关注点击等可观察行为并使用单一域历史的模拟器不同,DASH整合了异构的跨域数据,并生成思考痕迹和行为动作。这种方法旨在提供用户偏好的更全面视图,并提高模拟的诊断价值。在腾讯广告的真实世界数据上进行的实验证明了DASH的有效性和效率。 AI

影响 提高了在线广告和推荐系统的用户模拟器的保真度和诊断价值。

排序理由 该集群包含一篇研究论文,详细介绍了在线广告用户模拟的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

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

新的模拟器DASH通过跨域用户模拟改进广告系统评估

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Jie Jiang ·

    超越动作模仿:为在线广告学习一个感知决策的用户模拟器

    Recent advances in LLM-based user simulation have shown promise for offline evaluation of recommendation and advertising systems. However, existing simulators typically infer user preferences from single-domain interaction histories and are primarily optimized to reproduce observ…