препринт

Оптимальное распределение трафика для многоместной спонсируемой поисковой выдачи: баланс эффективности и справедливости

Анастасия Соболева, Александр Ледовский, Юрий Дорн, Егор Самосват, Андрей Тиханов, Фёдор Праздников

arXiv:2502.01862

Цитировать публикацию

Optimal Traffic Allocation for Multi-Slot Sponsored Search: Balance of Efficiency and Fairness

@misc{soboleva2025-opt-traffic-allocation,
  title     = {Optimal Traffic Allocation for Multi-Slot Sponsored Search: Balance of Efficiency and Fairness},
  author    = {Anastasiia Soboleva and Alexander Ledovsky and Yuriy Dorn and Egor Samosvat and Andrey Tikhanov and Fyodor Prazdnikov},
  year      = {2025},
  howpublished = {arXiv},
  note      = {Preprint},
  eprint    = {2502.01862},
  archivePrefix = {arXiv},
  url       = {https://arxiv.org/abs/2502.01862}
}

Скачать .bib

Большинство онлайн-площадок предлагают продавцам программы продвижения для привлечения дополнительных покупателей на их товары. Эти программы, как правило, позволяют продавцам распределять рекламные бюджеты на продвижение товаров, причём больший бюджет обычно коррелирует с улучшением эффективности рекламы. Для реализации таких рекламных систем часто применяются аукционные механизмы с управлением темпом расходования бюджета. Хотя аукционы обеспечивают удовлетворительную среднюю эффективность, эффективность рекламы при распределённых бюджетах на практике может быть несправедливой. Чтобы решить эту проблему, мы предлагаем новую модель распределения рекламы, отходящую от традиционных аукционных механизмов. Наш подход сосредоточен на решении глобальной задачи оптимизации, которая балансирует распределение трафика с учётом эффективности платформы и ограничений справедливости. В работе представлены следующие вклады. Во-первых, мы вводим метрику справедливости на основе индекса Джини. Во-вторых, мы формулируем задачу оптимизации с целями эффективности и справедливости. В-третьих, мы предлагаем онлайн-алгоритм для решения этой задачи оптимизации. Наконец, мы демонстрируем, что наш подход достигает более высокой справедливости по сравнению с базовыми аукционными алгоритмами, не жертвуя эффективностью. Мы утверждаем, что предложенный метод может эффективно применяться в сценариях распределения рекламы в реальном времени, а также в качестве офлайн-бенчмарка для оценки компромисса между справедливостью и эффективностью существующих аукционных систем.