PulseAugur
中
实时 12:02:37
English(EN) Learning to Bid with Unknown Private Values in Budget-Constrained First-Price Auctions

新框架优化未知价值的广告竞价

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新研究论文介绍了Dual-LTE，一个专为第一价格拍卖中自动化竞价设计的双感知在线学习框架。该框架旨在通过同时学习广告展示的因果提升价值以及赢得它们所需的最高竞争出价，来优化预算和支出回报约束下的竞价策略。该论文提供了关于遗憾和约束违反的理论保证，表明Dual-LTE在半合成实验中优于基线方法，并为数字广告平台提供了实际指导。 AI

影响 为优化拍卖中的广告竞价策略引入了一个新颖的框架，有望提高数字广告平台的效率。

排序理由 在arXiv上发表的研究论文，详细介绍了新的广告竞价框架。[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 →

新框架优化未知价值的广告竞价

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Zihao Hu, Yuxiao Wen, Yuan Yao, Jiheng Zhang, Zhengyuan Zhou ·

    在预算受限的第一价格拍卖中学习未知私有价值出价

    arXiv:2605.09448v2 Announce Type: replace Abstract: We study the operational problem of automated bidding in repeated first-price auctions under budget and return-on-spend (RoS) constraints. In this setting, an auto-bidder must translate advertiser goals and constraints into real…

相关话题