کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7113795 1460978 2016 56 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Control problems in online advertising and benefits of randomized bidding strategies
ترجمه فارسی عنوان
مشکلات کنترل در تبلیغات آنلاین و مزایای استراتژی های داوطلبانه تصادفی
کلمات کلیدی
تبلیغات، بهینه سازی، مدل سازی، مشارکت، تصادفی اکتشاف و استثمار،
ترجمه چکیده
تبلیغات آنلاین یک صنعت 600 میلیارد دلاری است که در آن کنترل بازخورد نقش مهمی ایفا می کند. مشکلات کنترل به چالش کشیدن و شامل غیر خطی شامل عدم قطع، ابعاد بزرگ، عدم قطعیت، سر و صدای غیر گوسی و غیره. در این مقاله، اصول مهندسی سیستم به یک مشکل بهینه سازی هسته در تبلیغات آنلاین اعمال می شود. ابتدا ما نشان می دهیم که چگونه مشکل بهینه سازی را می توان به تخمین های جداگانه در سطح پایین و ماژول های کنترل سطح بالا تجزیه کرد. سپس ما یک مدل گیاه را از اصل اول به دست می آوریم تا نشان دهد که چگونه عدم اطمینان و سر و صدا از طریق گیاه گسترش می یابد. مدل گیاه چالش های مشکل کنترل را نشان می دهد و چارچوبی برای ارزیابی تاثیرات بر رفتار گیاه از طرح های مختلف ماژول برآورد پایین سطح فراهم می کند. پس از آن، ما یک تکنیک تصادفی پیشنهاد می کنیم که می تواند به شیوه های مختلفی برای بهبود کارایی و کارایی سیستم استفاده شود. در نهایت، تکنیک تصادفی پیشنهاد برای توسعه یک الگوریتم برای اکتشاف و بهره برداری از یک شبکه مبتنی بر حراجی، فراهم می شود که راه حل برای زیر معیار ارزیابی فوق است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی کنترل و سیستم های مهندسی
پیش نمایش مقاله
مشکلات کنترل در تبلیغات آنلاین و مزایای استراتژی های داوطلبانه تصادفی
چکیده انگلیسی
Online advertising is a US$600 billion industry where feedback control has come to play a critical role. The control problems are challenging and involve nonlinearities including discontinuities, high dimensionality, uncertainties, non-Gaussian noise, and more. In this paper systems engineering principles are applied to a core optimization problem within online advertising. First we demonstrate how the optimization problem may be decomposed into separate low-level estimation and high-level control modules. Then we derive a plant model from first principle to show how uncertainties and noise propagate through the plant. The plant model reveals challenges of the control problem and provides a framework to assess the impact on the plant behavior from different designs of the low-level estimation module. Thereafter, we describe a bid randomization technique that can be used in various ways to improve the performance and robustness of the system. The bid randomization technique is finally used to develop an algorithm for exploration and exploitation of an auction-based network, furnishing a solution to the above estimation subproblem.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: European Journal of Control - Volume 30, July 2016, Pages 31-49
نویسندگان
,