[论文解读] SHALE: An Efficient Algorithm for Allocation of Guaranteed Display Advertising

Vijay Bharadwaj, Peiji Chen+6 more|arXiv (Cornell University)|Mar 16, 2012

Optimization and Search Problems参考文献 7被引用 6

一句话总结

SHALE 是一种可扩展的、流式处理的、可随时中断的算法，用于在保证展示广告中生成紧凑且接近最优的分配方案。它通过对采样用户访问记录进行迭代对偶优化，实现每个合同 O(1) 的状态存储，从而在保证线性时间复杂度和对采样噪声具有鲁棒性的同时，实现高效的广告服务器决策，其在速度和解的质量方面均优于启发式方法和商业求解器。

ABSTRACT

Motivated by the problem of optimizing allocation in guaranteed display advertising, we develop an efficient, lightweight method of generating a compact {\em allocation plan} that can be used to guide ad server decisions. The plan itself uses just O(1) state per guaranteed contract, is robust to noise, and allows us to serve (provably) nearly optimally. The optimization method we develop is scalable, with a small in-memory footprint, and working in linear time per iteration. It is also "stop-anytime", meaning that time-critical applications can stop early and still get a good serving solution. Thus, it is particularly useful for optimizing the large problems arising in the context of display advertising. We demonstrate the effectiveness of our algorithm using actual Yahoo! data.

研究动机与目标

• 为使用商业求解器优化大规模保证展示广告分配所面临的可扩展性和效率挑战提供解决方案。
• 开发一种轻量级、紧凑的分配方案，支持实时广告投放，仅需极少状态信息，且无需在线跟踪展示次数。
• 确保即使在提前中断的情况下，解仍保持接近最优，从而支持在生产系统中对时间敏感的部署。
• 在交付准确率、惩罚成本更低以及在供应稀缺情况下的鲁棒性方面，优于 HWM 等启发式方法。
• 将次优的对偶解映射为高质量的原始分配方案，从而实现在真实广告投放系统中的实际部署。

提出的方法

• SHALE 是一种多轮流式处理算法，逐个从磁盘读取边（合同-用户访问对），每份合同仅维护 O(1) 的状态。
• 它在合同与预测用户访问构成的采样二分图上执行迭代对偶上升，采用受 [7] 启发的基于对偶的优化框架。
• 该算法利用对偶间隙，即使对偶解次优，也能生成在理论上几乎最优的原始分配方案。
• 支持“随时中断”行为：任意中间迭代均可输出一个可用且高质量的分配方案。
• 该方法对采样具有鲁棒性，可使用采样输入数据而不会损失解的质量。
• 支持“热启动”功能，可将先前的分配方案作为未来优化的初始状态复用。

实验结果

研究问题

• RQ1 流式处理、支持随时中断的算法能否在大规模场景下生成紧凑且接近最优的保证展示广告分配方案？
• RQ2 在交付准确率和惩罚成本方面，SHALE 与商业求解器及 HWM 等启发式方法相比表现如何？
• RQ3 在供应稀缺和预测误差下，SHALE 能在多大程度上保持解的质量？
• RQ4 在实际应用中，次优的对偶解是否仍能产生高质量的原始分配方案？
• RQ5 SHALE 中的迭代次数如何影响运行时间与解最优性之间的权衡？

主要发现

• SHALE 在 5–10 次迭代下，其未交付量和惩罚成本的表现与 DUAL 算法相当或更优，尽管并未直接优化这些指标。
• 即使仅进行 5 次迭代，SHALE 也能实现接近最优的性能，表现出强大的收敛性以及对采样和预测误差的鲁棒性。
• 在所有供应稀缺水平下，SHALE 均一致优于 HWM 启发式方法，其未交付率、惩罚成本和 L2 距离均更低，L2 距离小于 HWM 的 50%。
• 随着供应变得更加稀缺（ASC 值更高），SHALE 的惩罚成本相对于 HWM 进一步改善，表明其在资源受限条件下具有更优的鲁棒性。
• SHALE 的运行速度最高可达商业求解器的五倍，同时保持相当或更优的解质量，因此特别适合时间敏感的应用场景。
• 该算法的“随时中断”特性允许在运行时间和解质量之间灵活权衡，且在提前中断时性能不会下降。