Устойчивые автоматические ставки для шумных моделей прогнозирования конверсий

Управление миллионами цифровых аукционов имеет ключевое значение для современных систем рекламных аукционов. Основной подход к управлению цифровыми аукционами — автоматические ставки, которые опираются на метрики кликабельности (CTR) и конверсии (CVR). Хотя эти величины оцениваются с помощью ML-моделей, неопределённость их прогнозов напрямую влияет на выручку рекламодателей и стратегии ставок. Чтобы решить эту проблему, мы предлагаем RobustBid — эффективный метод устойчивых автоматических ставок, учитывающий неопределённость в прогнозах CTR и CVR. Наш подход использует передовые методы устойчивой оптимизации, чтобы предотвратить большие ошибки в ставках при возмущении оценок CTR/CVR. Мы выводим аналитическое решение поставленной задачи устойчивой оптимизации, что повышает эффективность работы метода RobustBid. Синтетический бенчмарк, iPinYou и BAT используются в экспериментальной оценке RobustBid. Мы сравниваем наш метод с нестабильным базовым методом и алгоритмом RiskBid, используя общий объём конверсий (TCV) и среднюю цену за клик ($CPC_{avg}$) в качестве метрик производительности. Эксперименты демонстрируют, что RobustBid даёт ставки с большим TCV и меньшей $CPC_{avg}$, чем у конкурентов, в случае больших возмущений прогнозов CTR/CVR.