[論文レビュー] Inventory Allocation for Online Graphical Display Advertising

Jian Yang, Erik Vee+5 more|arXiv (Cornell University)|Aug 20, 2010

Optimization and Search Problems参考文献 19被引用数 25

ひとこと要約

本稿では、収益、将来のNGD潜在力、公平性を最適化するため、保証配信（GD）と非保証配信（NGD）キャンペーン間でのオンライングラフィカル広告インベントリの割り当てを目的としたマルチオブジェクティブ線形プログラミングモデルを提案する。モデルは、入札額、コンversions、クリックスルーレートの予測を伴う、ユーザー訪問とキャンペーンの二部グラフを用い、市販の最適化ツールを用いて実世界のデータ上で柔軟性と有効性を示している。

ABSTRACT

We discuss a multi-objective/goal programming model for the allocation of inventory of graphical advertisements. The model considers two types of campaigns: guaranteed delivery (GD), which are sold months in advance, and non-guaranteed delivery (NGD), which are sold using real-time auctions. We investigate various advertiser and publisher objectives such as (a) revenue from the sale of impressions, clicks and conversions, (b) future revenue from the sale of NGD inventory, and (c) "fairness" of allocation. While the first two objectives are monetary, the third is not. This combination of demand types and objectives leads to potentially many variations of our model, which we delineate and evaluate. Our experimental results, which are based on optimization runs using real data sets, demonstrate the effectiveness and flexibility of the proposed model.

研究の動機と目的

• 保証配信（GD）と非保証配信（NGD）広告キャンペーン間で共有されるユーザー訪問インベントリの割り当てという課題に対処すること。
• インプレッション、クリック、コンversions、および将来のNGD収益を含む、出版者および広告主の複数の目的を最適化すること。
• 極端または不均衡な配分を回避するため、公平性や代表性といった非金銭的目的を広告配分に組み込むこと。
• CPM、CPC、CPAといった多様な支払いモデルを統合できる柔軟でスケーラブルなフレームワークを提供すること。
• 実世界のデータセットを用いた評価を通じて、モデルの性能を実証し、複数の目的のトレードオフにおける有効性を示すこと。

提案手法

• ユーザー訪問と保証キャンペーンをノードとする二部グラフとしてインベントリ割り当て問題を定式化し、エッジには予測されたクリック／コンバージョン確率およびNGD入札価格を付与する。
• 収益最大化と公平性・収益制約下でのGDキャンペーン履行最適化という二つのコンponentを持つマルチオブジェクティブ最適化モデルを構築する。
• ゴールプログラミングを用いて、収益最大化と公平性といった競合する目的をバランスさせ、異なる目的に優先度重みを割り当てる。
• 線形および二次プログラミング技術、特に双対値の計算を用いて、効率的な解の生成と広告配信システムへの統合を可能にする。
• XpressMPなどの市販最適化ソルバを適用し、大規模な実世界データセットへのスケーラビリティを実現する。
• 将来のNGD入札と予想される支払いの予測を組み込み、スポット市場価値を予測し、長期収益を向上させる。

実験結果

リサーチクエスチョン

• RQ1 出版者が、保証配信と非保証配信広告キャンペーン間で共有されるユーザー訪問インベントリを最適にどのように割り当てることができるか。
• RQ2 出版者がGDおよびNGDキャンペーンの両方の収益を最大化しつつ、保証キャンペーンの義務を満たすにはどうすればよいか。
• RQ3 広告配分における公平性と代表性を、金銭的目的とともにどのようにモデル化・最適化できるか。
• RQ4 将来のNGD収益予測を割り当て意思決定プロセスに組み込むと、どのような影響を与えるか。
• RQ5 実世界のデータを用いて評価した場合、提案されたマルチオブジェクティブモデルは実際の運用でどのように機能するか。

主な発見

• 提案されたマルチオブジェクティブ最適化モデルは、保証配信の義務を満たしつつ、GDおよびNGDキャンペーンからの収益創出を効果的にバランスさせている。
• 公平性目的の組み込みにより、標準的な線形プログラミングで見られる極端な配分パターンを回避し、よりバランスの取れた、代表的なキャンペーン配分が実現されている。
• モデルはCPM、CPC、CPAといった多様な支払いタイプを柔軟に扱えるとともに、出版者および広告主の多様な目的に適応可能である。
• 実データセットを用いた実験結果から、モデルは高い解の品質とスケーラビリティを示しており、特にXpressMPのような商業最適化ソルバを用いた場合に顕著である。
• 双対値と資格制約を提供することで、広告配信やアドミッションコントロールなどの下流システムとの統合を支援する。
• 予備の確率的プログラミング実験から、供給および需要の不確実性が結果に顕著に影響することが示唆され、今後のロバストネス拡張の必要性が示唆されている。