[论文解读] Optimal Real-Time Bidding Frameworks Discussion

Weinan Zhang, Kan Ren+1 more|arXiv (Cornell University)|Feb 2, 2016

Optimization and Search Problems参考文献 1被引用 3

一句话总结

本文提出了一种通用的实时竞价（RTB）最优框架，联合优化广告商效用、预算约束和市场动态。通过变分法推导出一价和二价拍卖的闭式出价策略，表明在二价规则下最优出价与效用呈线性关系，而在一价规则下则依赖于市场参数。

ABSTRACT

This note is a complementary material for the solution of optimal real-time bidding function in paper "Optimal Real-Time Bidding for Display Advertising, KDD 2014", where the estimated cost is taken as the bid price, i.e., the upper bound of the true cost. Here we discuss a more general bid optimisation framework with various utility and cost functions.

研究动机与目标

• 开发一个统一的数学框架，用于在RTB中实现最优实时竞价，同时考虑效用、预算约束和市场出价分布。
• 将先前将成本视为上限的研究工作进行推广，通过更准确地建模二价拍卖中的期望成本。
• 在一价和二价拍卖机制下，利用变分法推导最优出价函数。
• 分析效用期望、预算乘数（λ）和市场参数（如价格分布中的l）如何影响出价策略。

提出的方法

• 将出价函数 b(r) 定义为从预估点击率 r 到出价价格的映射，其中中签概率 w(b) 由市场出价分布 p_z(z) 推导得出。
• 使用拉格朗日松弛法将预算约束纳入优化过程，引入拉格朗日乘子 λ 以平衡效用与成本。
• 应用变分法中的欧拉-拉格朗日方程，推导出最优 b(r) 的一阶条件，得到一个涉及 u(r)、c(b)、w(b) 和 p_z(b) 的微分方程。
• 针对两种拍卖类型求解一般最优性条件：一价拍卖（c₁(b) = b）和二价拍卖（c₂(b) = E[z|z ≤ b]）。
• 对于二价拍卖，推导出闭式解 b(r) = u(r)/λ，表明其与效用呈线性关系，且与 λ 呈反比关系。
• 通过强制满足预算约束 ∫c(b(r))w(b(r))p_r(r)dr = B/T，数值求解 λ，确保成本不超过预算。

实验结果

研究问题

• RQ1 如何构建一个通用的最优出价框架，以在RTB中联合优化效用、预算和市场出价分布？
• RQ2 在一价和二价拍卖机制下，最优出价函数的解析形式是什么？
• RQ3 市场参数（如 p_z(z) = l/(l+z)² 中的 l）和拉格朗日乘子 λ 如何影响最优出价？
• RQ4 在预算约束优化中，使用期望成本 c₂(b) 与使用出价本身 c₁(b) 作为成本代理，其影响有何不同？
• RQ5 效用、预算和市场信息如何共同塑造动态RTB环境中的最优出价策略？

主要发现

• 在二价拍卖中，最优出价为 b(r) = u(r)/λ，是效用的线性函数，λ 由预算约束确定。
• 在一价拍卖中，最优出价取决于效用函数和市场出价分布，当 p_z(z) = l/(l+z)² 时，存在闭式解 b(r) = √(u(r)l/λ + l²) − l。
• 拉格朗日乘子 λ 控制效用最大化与预算遵守之间的权衡，通过将期望成本与每展示一次的预算相等来数值求解。
• 在二价拍卖中使用期望成本 c₂(b) 会导致预算过早耗尽的风险显著上升（最高达50%），而使用出价本身作为保守成本代理则更为稳健。
• 市场参数 l 会影响中签概率 w(b)，从而影响出价决策，使框架能够适应不同市场环境。
• 该框架揭示出价策略由广告商效用、预算约束（通过 λ 体现）和市场动态（通过 p_z(z) 体现）共同决定，且二价出价比一价出价更直接地反映效用。