Learning While Bidding in Real Time Auctions with Multiple Item Types and Unknown Price Distribution
Notice bibliographique
Résumé
A Real-Time Bidding (RTB) network is a real-time auction market, primarily used for \nadvertising space sales. Within this environment, clients participate by bidding on preferred \nitems and subsequently purchasing them upon winning. This thesis addresses the \nproblem of optimal real-time bidding within a second-price Vickrey auction setting, where \nthe distribution of prices is unknown. Our focus centers on second-price auction mechanisms, \nwhich offers unique properties that enable the development of compelling algorithms. \nWe introduce the concept of a demand-side platform (DSP), acting as an intermediary representing \nclients in the auction market. With no prior knowledge of typical prices, the DSP \nmust determine optimal bidding strategies for each item and distribute won items among \nclients to fulfill their contracts while minimizing expenses. When the distribution of the \nprices of items is known, this optimal bidding problem can be solved by classic convex \noptimization algorithms such as ADMM. However, market properties may vary over time, \nand access to competitor behavior or bidding information is limited. Consequently, the \nDSP must continually update its information about the price distribution, while adapting \nbidding estimations in real-time. Our primary contribution lies in devising efficient \nonline optimization algorithms that accurately find the optimal bids. To tackle this, we \nemploy tools from convex optimization analysis, including duality, along with stochastic \noptimization algorithms, notably stochastic approximation. Moreover, techniques such as \nprojection and penalty term methods are utilized to enhance algorithm performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».