本研究提出了一种新的自动出价问题表述——纳什均衡约束出价(NCB),旨在最大化广告商的社会福利并满足$ ext{ε}$-纳什均衡约束。通过双层策略梯度框架,成功克服了NCB问题的复杂性,实验结果验证了其有效性。
阿里妈妈在NeurIPS 2024举办了以“自动出价”为主题的研讨会,展示了基于生成式技术的AIGB模型,优化广告投放策略并取得显著成效。同时,阿里妈妈开源了AuctionNet数据集,促进自动出价领域的研究与合作,吸引了全球团队参与。
NeurIPS 2024会议在温哥华结束,共接收论文15671篇,增长27%。快手团队在大规模拍卖自动出价比赛中获得双赛道第一,展示了强化学习和生成模型的应用潜力,广告收入提升超过5%。
阿里妈妈在2023年推出AIGB(AI生成出价)模型,将自动出价视为生成式序列决策问题。经过一年的研发,该模型成功应用于广告平台,并在KDD 2024发表论文。AIGB通过生成模型优化出价策略,提升广告主收益和投放体验。未来,阿里妈妈将继续推动AIGB技术发展,并在NeurIPS 2024上开源相关数据集和系统。
NeurIPS是人工智能顶会之一,阿里妈妈团队与北大合作提出了一道关于大规模拍卖中自动出价的竞赛赛题。阿里妈妈成为国内唯一获得主办权的组织。比赛分为AIGB赛道和通用赛道,参赛者需应对长序列决策和不确定性。
必应bing ads搜索广告投放的关键词出价类型有增强型CPC、手动CPM、手动CPV、最大化点击量、最大化转化、目标CPA、目标展示份额、目标投资回报率。出价效果预估可查看展示和成本模拟。投资组合出价策略可根据性能目标自动出价。出价调整可针对性别、年龄、位置、日期和时间段进行。自动出价的数据排除可防止转化数据不准确时影响出价。
完成下面两步后,将自动完成登录并继续当前操作。