[论文解读] Online Ad Slotting With Cancellations

Florin Constantin, Jon Feldman+2 more|ArXiv.org|May 8, 2008

Auction Theory and Applications参考文献 9被引用 16

一句话总结

本文提出了一种在线机制，用于支持取消的高级广告位分配，其中投标人可因补偿（即“撤换支付”）而被从预留中移除，该补偿与他们的出价成比例。该机制确保了个体理性、激励相容性，并在无需对出价到达顺序或价值分布做任何假设的情况下，实现了最优效率和收入的常数因子近似。

ABSTRACT

Many advertisers buy advertisements (ads) on the Internet or on traditional media and seek simple, online mechanisms to reserve ad slots in advance. Media publishers represent a vast and varying inventory, and they too seek automatic, online mechanisms for pricing and allocating such reservations. In this paper, we present and study a simple model for auctioning such ad slots in advance. Bidders arrive sequentially and report which slots they are interested in. The seller must decide immediately whether or not to grant a reservation. Our model allows a seller to accept reservations, but possibly cancel the allocations later and pay the bidder a cancellation compensation (bump payment). Our main result is an online mechanism to derive prices and bump payments that is efficient to implement. This mechanism has many desirable properties. It is individually rational; winners have an incentive to be honest and bidding one's true value dominates any lower bid. Our mechanism's efficiency is within a constant fraction of the a posteriori optimally efficient solution. Its revenue is within a constant fraction of the a posteriori revenue of the Vickrey-Clarke-Groves mechanism. Our results make no assumptions about the order of arrival of bids or the value distribution of bidders and still hold if the items for sale are elements of a matroid, a more general setting than slot allocation.

研究动机与目标

• 设计一种高效、在线的高级广告位分配机制，支持取消并提供补偿。
• 确保投标人即使面临潜在取消，也有激励如实出价。
• 在不依赖出价到达顺序或价值分布的前提下，实现最优效率和收入的性能保证（常数因子内）。
• 将机制扩展至拟阵约束，推广至超越简单位次分配的更广泛场景。
• 对广告库存管理中的现实动态（如超售和需求激增）进行建模。

提出的方法

• 机制 Mα(γ) 使用基于阈值的决策规则：新出价必须比旧出价高出 (1+γ) 倍，才能将其取代。
• 被撤换的投标人将获得 α × 其出价的补偿，其中 α ∈ (0,1) 表示损失价值的比例。
• 机制实时运行，在出价到达时立即做出接受或拒绝的决策。
• 它维护一个活动出价的优先队列，经 γ 调整后的更高出价优先级更高。
• 该机制设计为计算高效，每次插入或删除操作的时间复杂度为 O(log n)。
• 该机制可推广至拟阵约束，支持在独立性和划分约束下的分配。

实验结果

研究问题

• RQ1 对于支持取消的在线广告位分配机制，能否在不了解出价到达顺序的前提下，确保投标人如实出价？
• RQ2 在允许取消的情况下，效率和收入的性能保证能达到何种程度？
• RQ3 如何设计撤换支付机制，以维持个体理性与激励相容性？
• RQ4 该机制能否扩展至组合场景（如拟阵约束）？
• RQ5 投机者（仅为获取撤换支付而投标）对系统效率和收入有何影响？

主要发现

• 机制 Mα(γ) 确保了个体理性：投标人如实出价时，其效用始终非负。
• 如实出价优于任何更低的出价，使得如实出价成为占优策略。
• 该机制实现了对事后最优效率的常数因子近似，且不依赖于出价到达顺序或价值分布。
• 即使在对抗性出价序列下，该机制的收入也保持在事后 VCG 收入的常数因子内。
• 当物品受拟阵结构约束时，该机制依然有效，从而将位次分配推广至更广泛的组合场景。
• 该机制对仅为获取撤换支付而投标的投机者具有鲁棒性，其影响被 α 和 γ 的设计所限制。