Joint Auction in the Online Advertising Market

在线广告是电子商务平台的主要收入来源。在当前的广告模式中，定向目标是愿意支付额外费用来提高其店铺位置的在线商店所有者。另一方面，品牌供应商也希望在商店中广告宣传其产品以促进品牌销售。然而，目前使用的广告模式无法同时满足商店和品牌供应商的需求。为解决这个问题，我们创新地提出了一个联合广告模型，称为联合拍卖，允许品牌供应商和商店共同竞标广告位，以满足他们的需求。然而，传统的广告拍卖机制并不适用于这种新颖的情况。在本文中，我们提出了JRegNet，一种神经网络架构，用于最佳联合拍卖设计，以生成可以实现最佳收入并保证近似占优策略激励兼容性和个人合理性的机制。最后，我们在合成和真实数据上进行了多次实验，证明我们提出的联合拍卖相对于已知基线显著提高了平台收入。

提出了一个新的广告拍卖模型，解决了当前广告模式无法同时满足商家和品牌供应商需求的问题。

提出了一种神经网络架构 JRegNet，用于设计最优的联合拍卖机制，实现最优收益并保证接近占优策略的激励兼容性和个体理性。

实验使用了合成和真实数据，证明了所提出的联合拍卖模型相比已知基线显著提高了平台收益。

相关研究包括传统的广告拍卖机制和其他联合拍卖模型的研究，但本文提出的 JRegNet 是一种全新的解决方案。