WSDM2022|阿里提出合约广告自适应统一分配框架AUAF(已开源)

WSDM2022会议上,阿里提出了一种名为AUAF的自适应统一分配框架,用于合约广告。该框架考虑请求级别的受众曝光,优化合同分发率和广告主与用户兴趣匹配,同时解决过度分配问题。通过并行优化算法的参数服务器,AUAF在大规模请求中实现高效优化和分钟级更新。实验证明,AUAF提高了合同履约率和平均点击率,自2020年起已在阿里合约广告系统中部署,带来商业价值提升。

An Adaptive Unified Allocation Framework for Guaranteed Display Advertising 

Xiao Cheng, Chuanren Liu, Liang Dai, Peng Zhang, Zhen Fang , Zhonglin Zu

Alibaba Group, The University of Tennessee

https://dl.acm.org/doi/pdf/10.1145/3488560.3498500

合约广告在电子商务市场中应用非常广泛,广告主会利用合约广告来约定好获取一定量的曝光,同时会限定定向受众。主要目标是在合同的约束下最大化合同分发率,从长期来看,对广告主和电商平台来讲,用户兴趣,比如点击率和转化率,对提升二者的投资回报率非常重要。

这篇文章提出一种自适应统一分配框架,AUAF,不仅考虑了请求级别的受众曝光的供给,而且可以避免受众曝光的过度分配。具体而言,这种分配模型同时优化了合同分发率,广告主和用户兴趣的匹配率,考虑了明确的约束条件,用于防止不必要的分配。

针对每天数十亿的请求量级的挑战,作者们开发了基于并行优化算法的参数服务器,如此一来,所提出的分配模型可以得到高效优化,同时可以分钟级别增量更新。在线服务时,离线优化结果和在线决策可以同步进行。这种方法可以自适应平滑,可以跟最优分配解决方案保持一致。

大量实验结果表明,作者们所提出的AUAF框架可以提升合同履约率,还可以提升平均点击率,平均点击率可以用来表征用户兴趣。点击率的提升相对现有方法在统计意义上是显著的。此外,自2020年三月以来,AUAF已经部署在阿里的合约广告展示系统中,点击率提升10%,同时保证了合同履约率没有下降,带来了显著的商业价值提升。

合约广告几个关键要素如下

8af7f19b6b0124c2bf493a4258794aa1.png

现有合约广告算法面临以下两个挑战

e70a26739613f8cb3dee72b02791be52.png

合约广告系统架构图示如下

7fbbdbd7aa06a3540d51d6b1ee94bb4d.png

这篇文章的主要贡献如下

60b7709873f76eb7067a52f03bb4d5e9.png

关于合约广告,相关背景及算法简介如下

2abc16770aea976033485a5c3a3dc8de.png

合约广告分配二部图图示如下

8c2cee72b0bc303c0b0782d79edc1424.png

合约广告算法数学表示如下

7fa48e5fee40032c54dd76ee7bc74ad7.png

目标函数各项以及部分符号的解释如下

90aefbbcbf12ef100f66d0d3f827f0b8.png

为了控制不超过合同约定的曝光量,作者们采用了以下目标函数及约束条件

eacb0de6d9922bbb02fa09d6e08defcb.png

上述问题的对偶问题形式如下

6ec51271e5cb24b49d705dff58f04aa0.png

利用kkt条件,可以得到以下形式的解

6f9954f0f32451f10d5e8c35c4fc33c4.png

基于参数服务器的加速算法伪代码如下

a079a34fb46cccbc03bc4dcb0f76c7c8.png

合约广告分配框架图示如下

36de89d81e372b9f6bd45c0445fdf756.png

数据集简介及算法衡量指标简介如下

6548fdf906d59518ca1a420dac662ab9.png

参与对比的方法有以下几个

4ab84c3ff9fd01543083c2a33fa56924.png

参数设置如下

6150143549d997ee6c42d9093e8a6b00.png

几种方法在小规模数据集上模拟效果对比如下

50cb1b42e9ffd766e79614e966c381f9.png

大规模离线分配场景中,几种算法的效果对比如下

f8b17785334ca9252cb0e7a6b4f066fc.png

几种算法在大规模数据集上的效果对比如下

29bc8c989e417c0e1287e7f45f145228.png

按照不同维度聚合,几种方法的效果对比如下

9dec827dc75ccf9a9a67497cc2381b6c.png

线上ab实验中,几种方法的效果对比如下

2c687673283e203d51d961b2e91f2fd1.png

代码地址

https://github.com/cxmlxq/AUAF


              7a239b63d8762d4f226ece5191c66da6.png我是分割线2ef051800d86ca74056e6633e4c00479.png


您可能感兴趣

ICDM2019|阿里提出大规模个性化分发实时平滑算法并用于合约展示广告

微软提出实时竞价算法并用于效果展示广告分配

淘宝展示广告中的优化点击成本算法

在线定向广告中的预算控制算法

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW

在线广告中的平滑预算控制实时竞价优化算法

KDD2021|雅虎提出高效深层分布网络竞价策略用于一阶广告拍卖竞价隐藏

KDD2021|华为联合上交提出CTR预估数值特征embedding学习框架AutoDis(已开源)

KDD2021|腾讯联合中科院北航提出人群扩展算法MetaHeac并用于推荐和广告领域(已开源)

KDD2020|阿里提出多目标优化保量算法并用于优酷视频服务平台

KDD2020|腾讯联合中科大提出请求级别保量广告计划RAP

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值