[论文解读] AdCell: Ad Allocation in Cellular Networks

Saeed Alaei, Mohammad Taghi Hajiaghayi+3 more|arXiv (Cornell University)|Dec 22, 2011

Optimization and Search Problems参考文献 18被引用 5

一句话总结

本文提出 AdCell，一种针对无线服务提供商（WSPs）的定向移动广告系统，利用通过短信/彩信（SMS/MMS）获取的实时用户位置信息，在严格限制每位用户的广告数量前提下，实现个性化、非侵入式广告投放。该系统为在线和离线广告分配问题提出了近似算法，在离线环境下实现 3/4 的近似比，在小额度出价时达到 (4−ε)/4 的近似比，其核心是基于分数线性规划解的新型舍入技术。

ABSTRACT

With more than four billion usage of cellular phones worldwide, mobile advertising has become an attractive alternative to online advertisements. In this paper, we propose a new targeted advertising policy for Wireless Service Providers (WSPs) via SMS or MMS- namely {\em AdCell}. In our model, a WSP charges the advertisers for showing their ads. Each advertiser has a valuation for specific types of customers in various times and locations and has a limit on the maximum available budget. Each query is in the form of time and location and is associated with one individual customer. In order to achieve a non-intrusive delivery, only a limited number of ads can be sent to each customer. Recently, new services have been introduced that offer location-based advertising over cellular network that fit in our model (e.g., ShopAlerts by AT&T) . We consider both online and offline version of the AdCell problem and develop approximation algorithms with constant competitive ratio. For the online version, we assume that the appearances of the queries follow a stochastic distribution and thus consider a Bayesian setting. Furthermore, queries may come from different distributions on different times. This model generalizes several previous advertising models such as online secretary problem \cite{HKP04}, online bipartite matching \cite{KVV90,FMMM09} and AdWords \cite{saberi05}. ...

研究动机与目标

• 为解决无线服务提供商（WSPs）在用户上下文信息有限且隐私约束严格的条件下，如何通过移动广告实现盈利的挑战。
• 设计一种非侵入式、个性化的广告投放系统，通过短信/彩信方式尊重用户对广告频率的限制。
• 在在线和离线环境下，针对预算和容量约束，开发高效的广告分配算法。
• 将现有模型（如 AdWords、在线二分图匹配和秘书问题）统一于一个框架中进行推广。
• 通过具有常数竞争比的近似算法，实现强大的理论性能保证。

提出的方法

• 将 AdCell 问题建模为整数线性规划（ILP），约束条件包括广告商预算、用户广告数量上限以及查询与广告的分配关系。
• 求解 ILP 的线性规划松弛，获得分数解，作为舍入过程的基础。
• 应用一种新颖的舍入过程，通过迭代地舍入变量，同时保持分配和容量约束的可行性。
• 使用基于森林的数据结构追踪分数边，并通过随机移动（Rand-Move）操作对叶节点进行随机舍入，同时保持期望支付不变。
• 在在线设置中使用动态规划计算条件期望，支持基于随机查询到达的贝叶斯方法。
• 引入基于路径的舍入策略，以处理广告商通过分数路径与多个查询相连的情况。

实验结果

研究问题

• RQ1 能否为无线服务提供商设计一种定向广告系统，既尊重用户隐私，避免广告侵扰，又能利用位置数据？
• RQ2 在查询以随机方式到达且无法获取完整信息的在线环境中，广告分配的近似保证能达到何种程度？
• RQ3 AdCell 模型如何将现有广告模型（如 AdWords 和在线秘书问题）进行统一推广？
• RQ4 离线 AdCell 问题的最佳可能近似比是多少？它与底层线性规划的整数性间隙有何关系？
• RQ5 能否为在线 AdCell 问题设计一种实际可实现的算法，并提供可证明的性能保证？

主要发现

• 离线 AdCell 问题的近似比接近最优，与底层线性规划的整数性间隙一致。
• 所提出的舍入算法保持了可行性，并在出价受预算限制时（即 $ b_{i,\text{max}} \leq B_i $）保证了 3/4 的近似比。
• 当出价相对于预算较小时，近似比进一步提升至 $ (4 - \epsilon)/4 $，其中 $ \epsilon = \max_i \frac{b_{i,\text{max}}}{B_i} $。
• 在线算法通过预计算分数解，并利用动态规划计算条件期望，实现了常数竞争比。
• 舍入过程运行时间多项式，且保证在获得整数可行解时终止。
• 每位广告商的期望支付在整个舍入过程中得以保持，确保了理论性能保证。