19、赞助搜索的离散选择模型研究

赞助搜索的离散选择模型研究

1. 研究背景与方法

在赞助搜索中，广告商的出价决策研究旨在识别不同行为下的价值。研究发现，尽管广告商出价变化小，但由于拍卖参数（如与点击率相关的权重）的外生变化，其排名通常有显著变化。基于此，研究绕过出价，直接对广告商在不同拍卖中的排名选择进行建模。

1.1 相关工作

• 早期研究 ：
  • Varian通过开发均衡概念对出价建模，并在单个拍卖实例上联合估计投标者价值，但难以扩展到多个拍卖实例。
  • Borgers等人使用显示偏好方法估计价值，但广告商不常更新出价时效果不佳。
• 近期研究 ：
  • Athey和Nekipelov为静态出价的广告商开发了一种方法，通过建模对手出价分布推导出边际成本曲线来获取价值。
  • Pin和Key简化了该方法，可扩展性更强，但对频繁更新出价的广告商，需为每个出价估计不同价值。

1.2 模型基础

1.2.1 赞助搜索机制

当用户发出特定关键词的搜索查询时，会进行拍卖以分配搜索结果页面上的广告位。核心拍卖机制是广义第二价格拍卖（GSP），其具体流程如下：
1. 每个代理 i 提交出价 bi，搜索引擎根据广告过去的点击率分配权重 wi。
2. 广告按得分 wibi 降序排名，即 w1b1 ≥ w2b2 ≥… ≥ wNbN。
3. 代理仅在收到点击时收