[論文レビュー] Online Stochastic Packing Applied to Display Ad Allocation

Jon Feldman, Monika Henzinger+3 more|arXiv (Cornell University)|Jan 28, 2010

Optimization and Search Problems参考文献 29被引用数 39

ひとこと要約

本稿では、ランダム順序の確率的モデルにおいて(1−ε)-近似を達成する、オンライン確率的パッキング線形計画問題のトレーニングベースのプライマル・デュアルアルゴリズムを提示する。このフレームワークをディスプレイ広告配分に適用し、従来のオンラインアルゴリズムと比較して、効率性と公平性の両面で顕著な向上を示した。実験的結果では、ベースライン手法に比べて最大12%の高い効率性を達成した。

ABSTRACT

Inspired by online ad allocation, we study online stochastic packing linear programs from theoretical and practical standpoints. We first present a near-optimal online algorithm for a general class of packing linear programs which model various online resource allocation problems including online variants of routing, ad allocations, generalized assignment, and combinatorial auctions. As our main theoretical result, we prove that a simple primal-dual training-based algorithm achieves a (1 - o(1))-approximation guarantee in the random order stochastic model. This is a significant improvement over logarithmic or constant-factor approximations for the adversarial variants of the same problems (e.g. factor 1 - 1/e for online ad allocation, and \log m for online routing). We then focus on the online display ad allocation problem and study the efficiency and fairness of various training-based and online allocation algorithms on data sets collected from real-life display ad allocation system. Our experimental evaluation confirms the effectiveness of training-based primal-dual algorithms on real data sets, and also indicate an intrinsic trade-off between fairness and efficiency.

研究の動機と目的

• オンライン確率的パッキング線形計画問題に適用可能な、近似的に最適なオンラインアルゴリズムの設計。リソース割り当て問題（広告配分やルーティングなど）に適用可能である。
• 弱い仮定の下で、トレーニングベースのプライマル・デュアルアプローチがランダム順序の確率的モデルにおいて(1−ε)-近似を達成することの証明。
• 実世界のディスプレイ広告データ上でのトレーニングベースおよびオンライン配分アルゴリズムの効率性と公平性の評価。
• オンライン広告配分システムにおける効率性と公平性のトレードオフの調査。
• トレーニングベースとオンライン手法を組み合わせたハイブリッドアルゴリズムの開発と性能評価。

提案手法

• 最初のε分のエージェントを観測してオフラインLPを訓練し、残りのエージェントに対してリソース価格としてデュアル変数を抽出する。
• 残りの各エージェントに対して、価値から必要なリソースのコスト（提示価格での計算）を差し引いたユーティリティを最大化する選択肢を選択する。
• トレーニングLPからのデュアル変数を提示価格として使用することで、実行可能性と近似的最適性を保証するプライマル・デュアルアプローチを実現する。
• 単一のオプションが特定のリソースを過剰に消費したり、総合的価値に顕著に寄与したりしないという仮定を置き、近似比の有界性を保証する。
• 実ディスプレイ広告データセット上で、PD_AVG、PD_EXP、およびハイブリッドバージョンを含む複数のアルゴリズムと比較して、実験的に効率性と公平性を評価する。
• 公平性の新たな測定基準を導入し、オフラインでの公平な割り当てからの距離として定義することで、アルゴリズム間での公平性の定量的比較を可能にする。

実験結果

リサーチクエスチョン

• RQ1 トレーニングベースのプライマル・デュアルアルゴリズムは、ランダム順序モデルにおけるオンライン確率的パッキング線形計画問題に対して(1−ε)-近似を達成できるか？
• RQ2 実世界のディスプレイ広告データにおいて、トレーニングベースのアルゴリズムは純粋なオンラインアルゴリズムと比較して、効率性と公平性の面で優れているか？
• RQ3 オンライン広告配分において、効率性と公平性の間に顕著なトレードオフが存在するか、そのトレードオフは定量的に測定可能か？
• RQ4 トレーニングベースとオンライン手法を組み合わせたハイブリッドアルゴリズムは、さらなる性能向上を実現できるか？
• RQ5 トレーニングベースのアプローチの理論的保証は、マーカフ過程などの他の確率的モデルへも拡張可能か？

主な発見

• トレーニングベースのプライマル・デュアルアルゴリズムは、弱い仮定の下で、ランダム順序の確率的モデルにおいて、オフライン最適解の(1−ε)-近似を達成する。
• 実世界のデータセットでは、DualBaseアルゴリズムがPD_AVGに比べて平均12%、PD_EXPに比べて5%の高い効率性を達成した。
• HYBRIDアルゴリズムはDualBaseに比べて平均2%の追加向上を達成し、特定の状況では最大10%の改善を示した。
• PD_AVGはGREEDYより優れた公平性を達成したが、依然として強い効率性を維持しており、GREEDYはテストされたアルゴリズムの中で最も悪い公平性を示した。
• 競合状況（例：過剰に配分されたパブリッシャー）では、PD_EXPがPD_AVGを著しく上回り、大きな効率性の向上を示した。
• 極端でない状況では、トレーニングベースのアプローチが純粋なオンラインアルゴリズムを一貫して上回り、実際の応用において学習が性能向上に寄与することを確認した。