Исследователи Центра искусственного интеллекта МГУ имени М.В. Ломоносова предложили алгоритмический подход, который позволяет повысить устойчивость систем автоматического управления ставками в цифровых рекламных аукционах с учетом неопределенности в прогнозах поведения пользователей. Результаты исследования были представлены на международной конференции AAMAS 2026, прошедшей в Пафосе (Кипр).
В системах онлайн-рекламы алгоритмы автоматически рассчитывают ставки за показ объявлений. Такие решения принимаются на основе прогнозов вероятности клика по рекламе (CTR) и вероятности совершения целевого действия после клика (CVR). Эти показатели оцениваются с помощью моделей машинного обучения, однако их прогнозы могут содержать ошибки, что снижает эффективность рекламных кампаний.
Авторы предложили метод RobustBid, который позволяет учитывать неопределённость таких прогнозов при формировании ставок. Подход основан на методах робастной оптимизации и помогает формировать более устойчивые стратегии назначения ставок. Для предложенной модели также получено аналитическое решение задачи оптимизации, что позволяет применять алгоритм в практических системах.
Работа была протестирована на синтетических и открытых рекламных наборах данных, включая iPinYou и BAT. Эксперименты показали, что предложенный подход демонстрирует более устойчивые результаты по сравнению с базовыми алгоритмами автоматического назначения ставок при наличии ошибок в прогнозных моделях.
«В системах автоматического управления ставками решения принимаются на основе прогнозов моделей машинного обучения. Однако такие прогнозы неизбежно содержат шум и неопределённость. В нашей работе предложен подход, который позволяет учитывать эту неопределённость и формировать более устойчивые стратегии автобиддинга», — отметил Юрий Дорн, руководитель научной группы «Онлайн оптимизации и приложения» Института искусственного интеллекта МГУ и старший научный сотрудник Центра искусственного интеллекта МГУ.
Предложенный метод ориентирован на применение в системах управления рекламными аукционами и может быть полезен в задачах, где решения принимаются на основе прогнозных моделей и необходимо учитывать возможные ошибки в их оценках.
Информация предоставлена пресс-службой МГУ
Источник фото: ru.123rf.com
