Search engines and web advertising
Download
1 / 90

Search Engines and Web Advertising - PowerPoint PPT Presentation


  • 53 Views
  • Uploaded on

Search Engines and Web Advertising. Antonio Panciatici ISTI-CNR. The Advertising market. Internet 2006: first half 2006 vs. first half 2005 (+18.9%). The Advertising market. Tecniche di Advertising. Flash Richiedono Flash Player Immagini GIFs animate, JPEGs Sponsored links

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Search Engines and Web Advertising' - walker-clay


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Search engines and web advertising

Search Engines and Web Advertising

Antonio Panciatici

ISTI-CNR


The advertising market
The Advertising market

Internet 2006: first half 2006 vs.

first half 2005 (+18.9%)



Tecniche di advertising
Tecniche di Advertising

  • Flash

    • Richiedono Flash Player

  • Immagini

    • GIFs animate, JPEGs

  • Sponsored links

    • Text Based Ads (Search-Based Advertising or Content-Targeted Advertising)


Our focus
Our Focus

  • Search-Based Advertising: ogni volta che l’utente immette una query, il motore di ricerca mostra gli Ads più rilevanti nella pagina dei risultati

    • Le keywords contenute nella query vengono confrontate con quelle selezionate dall’advertiser

  • Content-Targeted Advertising: ogni volta che l’utente visita una pagina di contenuto (trigger page), il motore di ricerca mostra gli Ads più rilevanti nella pagina stessa

    • Il contenuto della pagina visitata viene confrontato con keywords selezionate dall’advertiser


Search based advertising
Search-Based Advertising

Keyword

Advertisement

Advertisements

più rilevanti


Content targeted advertising
Content-Targeted Advertising

Ad


Key points
Key Points

  • Punto di vista dell’advertiser

    • Quali keyword comprare (problema del matching) ?

    • Quanto pagare (problema del pricing) ?

  • Punto di vista del motore di ricerca

    • Come suggerire buone keyword (problema del matching) ?

    • Come far pagare le keyword (problema del pricing) ?

    • Come mostrare gli advertisers più rilevanti (problema del ranking) ?


Key points1
Key Points

  • Se l’advertisement è rilevante  il motore di ricerca guadagna, sia da un punto di vista economico sia dal punto di vista della credibilità

  • Se l’advertisement è rilevante  aumenta la probabilità che anche l’advertiser guadagni


Il problema del matching
Il problema del matching

  • Il problema del matching varia in base al tipo di advertising che si adotta

    • Search-based Advertising

    • Content-targeted Advertising


Search based advertising1
Search-Based Advertising

Advertisement = (Keywords, titolo, descrizione,

URL)

Query = (Search keywords, contesto)

  • Il processo di matching è keyword-driven


Search based advertising2
Search-Based Advertising

Keyword

Advertisement

Titolo

Descrizione

URL

Advertisements

più rilevanti


Content targeted advertising1
Content-Targeted Advertising

Advertisement = (Keywords, titolo, descrizione,

URL)

Query = (Triggering page, contesto)

  • Il processo di matching riguarda il contenuto di una pagina (molte keywords)


Search based advertising3
Search-Based Advertising

  • Problema principale: poche informazioni (sostanzialmente solo le kewords)

  • Ranking dipende anche da quanto hanno offerto gli advertisers


Content targeted advertising2
Content-Targeted Advertising

  • Problema principale: gap semantico

    • Linguaggi differenti (esempio bottiglia, bottle, contesti diversi)

    • Sinonimi

    • Matching approssimato ?


Algoritmi per il matching content targeted advertising
Algoritmi per il matching (Content-Targeted Advertising)

  • Impedance Coupling in Content-tergeted Advertising

    (Berthier Ribero-Neto, Paulo B. Golpher, Marco Cristo, Edleno Silva de Moura)


Impedance coupling in content targeted advertising
Impedance Coupling in Content-targeted Advertising

  • Due diversi insiemi di algoritmi

    • matching diretto tra il contenuto della pagina (trigger page) il testo dell’advertisement e le keywords associate

    • matching tra il contenuto della pagina arricchita con nuove keywords. Approccio giustificato dal fatto che spesso I vocabolari della pagina e dell’advertisement sono diversi (Vocabulary impedance)


Impedance coupling in content targeted advertising1
Impedance Coupling in Content-targeted Advertising

  • Advertisement composto da un titolo, una descrizione e un URL

  • p trigger page

  • A insieme di advertisements ai

  • si vuole effettuare il ranking degli advertisements airispetto a p


Impedance coupling in content targeted advertising2
Impedance Coupling in Content-targeted Advertising

  • Vector Space Model

    • Vettori dei pesi della query e del documento

    • q = (w1q,…,wiq,…,wnq)

    • dj = (w1j,…,wij,…,wnj)

    • wiq = peso associato al termine tinella query q

    • wij = peso associato al termine tinel documento dj

    • I pesi sono calcolati utilizzando tf-idf (prodotto term frequency, inverse document frequency)

    • (tf = importanza del termine nel documento, idf = rarity del termine nel documento)


Impedance coupling in content targeted advertising3

Il ranking della query q rispetto al documento djè il seguente (cosine similarity formula)

Impedance Coupling in Content-targeted Advertising


Impedance coupling in content targeted advertising4
Impedance Coupling in Content-targeted Advertising

  • Primo algoritmo (AD)

    • Matching contenuto dell’ advertisement (titolo + descrizione) e il contenuto della trigger page

      AD(p, ai) = sim(p, ai)


Impedance coupling in content targeted advertising5
Impedance Coupling in Content-targeted Advertising

  • Secondo algoritmo (KW)

    • Matching keyword (può essere composta da più termini) associate all’advertisement e il contenuto della pagina p

      KW(p, ai) = sim(p, ki)


Impedance coupling in content targeted advertising6
Impedance Coupling in Content-targeted Advertising

  • Terzo algoritmo (AD_KW)

    • Molte volte le keyword scelte dall’advertiser sono presenti anche nell’advertisement. Si può usare questa informazione per migliorare AD.

    • Matching dell’advertisement e le sue keyword con il contenuto della pagina p

      AD_KW(p, ai) = sim(p, ai ki)


Impedance coupling in content targeted advertising7
Impedance Coupling in Content-targeted Advertising

  • Quarto algoritmo (ANDKW)

    • Molte volte le keyword scelte dall’advertiser non sono presenti nella pagina p anche se l’advertisement può avere un rank alto. Si può pensare che la presenza delle keyword nella pagina p fornisca un indicatore della rilevanza dell’advertisement (le keyword danno una sintesi dell’advertisement)

    • Matching dell’advertisement forzando la presenza delle keyword nella pagina p

      sim(p, ai) se ki  p

      ANDKW(p, ai) =

      0 altrimenti


Impedance coupling in content targeted advertising8
Impedance Coupling in Content-targeted Advertising

  • Quinto algoritmo (AD_ANDKW)

    • Matching dell’advertisement e delle sue keyword forzando la loro presenza nella pagina p

      sim(p, ai ki ) se ki  p

      AD_ANDKW(p, ai) =

      0 altrimenti

Algoritmo migliore tra tutti quelli visti fino ad ora


Impedance coupling in content targeted advertising9
Impedance Coupling in Content-targeted Advertising

  • Problemi

    • La trigger page appartiene ad un contesto più ampio di quello relativo all’advertisement

    • La correlazione tra l’advertisement e la trigger page può essere legato a topic che non compaiono esplicitamente nel contenuto della pagina


Impedance coupling in content targeted advertising10
Impedance Coupling in Content-targeted Advertising

  • Il primo problema è dovuto al fatto che il contenuto delle pagine può riguardare qualsiasi argomento. L’advertisement è molto coinciso e mirato per sua natura

  • Il secondo problema è dovuto al fatto che molte volte gli advertiser scelgono keyword generiche che non coincidono con i termini specifici contenuti nella pagina (vino, chianti)


Impedance coupling in content targeted advertising11
Impedance Coupling in Content-targeted Advertising

  • Algoritmi Impedance Coupling per ridurre i problemi esposti sopra

    • Idea di base: aggiungere nuove parole (termini) più generali alla trigger page

    • Per farlo analizza i vocabolari di documenti simili alla ricerca di termini generali che possano caratterizzare meglio il contenuto della pagina p


Impedance coupling in content targeted advertising12
Impedance Coupling in Content-targeted Advertising

Bayesian Network Model per determinare la probabilità che un termine ti sia un buon candidato a rappresentare il contenuto della pagina p


Impedance coupling in content targeted advertising13
Impedance Coupling in Content-targeted Advertising

P(Ti | R) probalità che il termine tisia un buon candidato a rappresentare il contenuto della pagina p

R nodo nella Bayesian Network rappresentante la nuova pagina r (pagina p con nuovi termini)

0 ≤ ≤ 1 ( = 0  R = p)

 constante di normalizzazione

wijpeso associato al termine tinel documento dj (dj documento simile a p)

d0 = p


Impedance coupling in content targeted advertising14
Impedance Coupling in Content-targeted Advertising

  • Si effettua il ranking dei termini ti in base alla loro bontà

    • ttop quello per cui vale maxtP(Ti | R)

      (quello con il rank più alto)

    • Aggiunge alla pagina p (trasformandola nella pagina r) tutti i termini per cui

    • P(Ti | R) / P(Ttop | R) ≥  (in questo caso = 0.05)


Impedance coupling in content targeted advertising15
Impedance Coupling in Content-targeted Advertising

  • Sesto algoritmo (AAK_T)

    • Matching dell’advertisement e keywords solo rispetto al set e dei nuovi termini

      AAK_T(p, ai) = AD_ANDKW (e, ai)


Impedance coupling in content targeted advertising16
Impedance Coupling in Content-targeted Advertising

  • Settimo algoritmo (AAK_EXP)

    • Matching dell’advertisement e keywords rispetto alla pagina estesa r (termini in p + termini in e)

      AAK_EXP(p, ai) = AD_ANDKW (p  e, ai)


Impedance coupling in content targeted advertising17
Impedance Coupling in Content-targeted Advertising

  • Ottavo algoritmo (H)

    • Matching della landing page dell’advertisement rispetto alla pagina p. Giustificato dal fatto che landing page (hyperlink della landing page hi) dell’advertiser descrive il target reale dell’advertisement

      H(p, ai) = sim (p, hi)


Impedance coupling in content targeted advertising18
Impedance Coupling in Content-targeted Advertising

  • Nono algoritmo (AAK_H)

    • Combinazione di AD_ANDKW con H

    • Matching dell’advertisement, delle keyword, della landing page rispetto alla pagina p forzando la presenza delle keyword nella pagina p

      sim(p, ai hi  ki) se ki  p

      AAK_H(p, ai) =

      0 altrimenti


Impedance coupling in content targeted advertising19
Impedance Coupling in Content-targeted Advertising

  • Decimo algoritmo (AAK_EXP_H)

    • Combinazione di AD_EXP con H

    • Matching dell’advertisement, delle keyword, della landing page rispetto alla pagina p forzando la presenza delle keyword nella pagina p  e

      sim(p  e, ai hi  ki) se ki  p  e

      AAK_H(p, ai) =

      0 altrimenti


Impedance coupling in content targeted advertising20
Impedance Coupling in Content-targeted Advertising

  • AAK_EXP_H ottiene i risultati migliori (tra tutti gli algoritmi), abbastanza naturale dato che utilizza tutte le possibili fonti di informazioni


Performance
Performance

  • Nel content-targeted advertising gli advertisements sono associati alle pagine quando le pagine vengono pubblicate

  • Tutte le informazioni (landing pages, triggering page, etc..) sono ottenute tramite page crawling, link crawling, sono ottenibili off-line

  • Gli advertisement che arrivano a run-time possono essere assegnati alle pagine già pubblicate in modo off-line

  • Se ne deduce che il problema della performance non è critico


Algoritmi per search based advertising
Algoritmi per Search-Based Advertising

  • An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

    (Paat Rusmevichientong, David P. Williamson)


An adaptive algorithm for selecting profitable keywords for search based advertising services
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Il problema: dato un budget giornaliero e una probabilità di click-through non conosciuta, fornire un algoritmo in grado di selezionare le keyword da acquistare in modo da massimizzare il guadagno medio

  • Punto di vista dell’advertiser


An adaptive algorithm for selecting profitable keywords for search based advertising services1

Supponendo di avere Search-Based Advertising ServicesN keywords rappresentate dai numeri {1, 2, 3,…, N}

Per ogni A {1, 2, 3,…, N} , sia ZA la variabile aleatoria (v.a) che indica il profitto che si ottiene se si seleziona l’insieme di keyword da A

Sia  = (A1, A2,…) una politica, cioè una sequenza di v.a. Atindica l’insieme di keyword che l’advertiser seleziona nel periodo t.At può dipendere dalle osservazioni al tempo t-1

Per tutti i T ≥ 1 quello che si vuole trovare è una politica  = (A1, A2,…) tale che sia massimo:

An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services


An adaptive algorithm for selecting profitable keywords for search based advertising services2
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Alcune osservazioni

    • Il costo totale dipende dal numero di click

    • Massimizzare il guadagno, dato un certo budget, richiede la conoscenza della probabilità di click-through dell’advertisement associato ad una data keyword.

    • La probabilità di click-through non è conosciuta (si può determinare osservando il comportamento delle keyword per un dato periodo, però può avere un costo notevole)

    • La maggior parte degli algoritmi assume la conoscenza di una stima della probabilità di click-through


An adaptive algorithm for selecting profitable keywords for search based advertising services3
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • L’approccio seguito dagli autori è quello di trovare un trade-off tra le keyword selezionate basandosi sulle performance passate, e le keyword selezionate tra quelle mai usate


An adaptive algorithm for selecting profitable keywords for search based advertising services4
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • L’algoritmo parte dal caso in cui si conosce la probabilità di click-through e poi fornisce anche una tecnica che elimina questa restrizione

  • Noi vedremo solo il caso in cui si conosce la probabilità di click-through, il modello che definiremo in realtà vale per entrambi i casi


An adaptive algorithm for selecting profitable keywords for search based advertising services5
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Modello:

    • Spazio di probabilità (, F, P)

    • N keyword{1, 2, 3,…, N}

    • Per ogni t ≥ 1 sia St una v.a rappresentante il numero totale di search query arrivate nel periodot

    • S1 , S2, … sono indipendenti ed identicamente distribuite con media 1 <  < ∞

    • Supponiamo di conoscere St


An adaptive algorithm for selecting profitable keywords for search based advertising services6
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Modello (continua):

    • In ogni periodo, le query arrivano in modo sequenziale ed ogni query può essere una delle N keyword{1, 2, 3,…, N}

    • Per ogni t ≥ 1 er ≥ 1 sia Qtruna v.a rappresentante la keyword associata alla query r arrivata nel periodot

    • Qtrsono indipendenti ed identicamente distribuite e P{ Qtr = i } = icon i {1, 2, 3,…, N} ei =1

    • Supponiamo di conoscere i


An adaptive algorithm for selecting profitable keywords for search based advertising services7
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Modello (continua):

    • Il budget in ogni periodo è 1€ (non si perde di generalità)

    • pi probabilità di click-through per keyword i {1, 2, 3,…, N}, con0  pi  1

    • ci (CPC) cost per click

    • Supponiamo di conoscere ci rimane costante

    • iguadagno per click con la keyword i

    • Supponiamo di conoscere i rimane costante


An adaptive algorithm for selecting profitable keywords for search based advertising services8
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Modello (continua):

    • Atindica l’insieme di keyword che l’advertiser seleziona nel periodo t

    • BrAt budget rimanente al periodo t quando la query r viene immessa e l’advertiser ha scelto di selezionare le keywords in At

    • Xtrivariabile aleatoria di Bernulli con parametro pi (probabilità di click-through) P{Xtri = 1} = pi

    • Per ogni i con t ≥ 1 er ≥ 1 vale cheXtri sono indipendenti ugualmente distribuite

    • Xtriindipendenti dall’arrivo delle query


An adaptive algorithm for selecting profitable keywords for search based advertising services9

Dato il modello visto si ha che Search-Based Advertising Services

An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • 1(.) funzione indicatrice

  • i  At (l’advertiser effettua un offerta sulla keyword i all’inizio del periodo t)

  • Qtr = i (la query r-esima corrisponde alla keyword i)

  • BrAt ≥ ci (c’è abbstanza budget per pagare il costo della keyword i se l’utente va sull’advertisement)

  • Xtri = 1 (l’utente effettivamente va sull’advertisement)


An adaptive algorithm for selecting profitable keywords for search based advertising services10

Supponendo di conoscere Search-Based Advertising Servicespi il problema diventa

(static binding problem)

An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Non è più dipendente dal tempo !

  • S numero di query

  • BrA budget rimasto quando la query r-esima viene immessa e l’advertiser ha scelto di selezionare le keywords in A

  • Xrivariabile di Bernulli (indica se l’utente va sull’advertisement relativo alla keyword i durante l’arrivo della query r-esima)


An adaptive algorithm for selecting profitable keywords for search based advertising services11
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Così formulato, il problema è NP-completo (stochastic knapsack problem) se pi = 1 per ogni i  il problema dello zaino standard

  • Gli autori forniscono un algoritmo approssimato (trova soluzione near-optimal) sotto alcune ipotesi


An adaptive algorithm for selecting profitable keywords for search based advertising services12
An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Ipotesi

    • Le keyword sono ordinate in modo discendente secondo il rapporto profitto/costo 1/c1≥ 2/c2 ≥… ≥ N/cN

    • icipii > 1 (i probabilità query che r-esima contenga la keyword i) si possono aggiungere keyword fittizie con  = 0 in modo da ottenere questa disequazione

    • Esistono k ≥1 e 0 ≤  < 1 tali che ci≤ 1/k e i  ≤ kper tutti gli i

      (i  = numero medio di query contenenti la keyword i)


An adaptive algorithm for selecting profitable keywords for search based advertising services13

Le ipotesi sopra sono derivate da esperimenti su dati reali Search-Based Advertising Services

Teorema: siano k e  definiti secondo le ipotesi, supponendo di conoscere pi e supponendo anche che 1/k + 1/k1- + 1/k(1-)/3 ≤ 1

si definisce

An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services

  • Intuitivamente significa cercare il valore l tale che il costo delle prime {1,...,l}keywordordinate secondo le ipotesi non ecceda il budget


An adaptive algorithm for selecting profitable keywords for search based advertising services14

Se Search-Based Advertising Services = E[min {S,}] / (misura quanto la distribuzione del numero delle query è vicina alla propria media)

Se P = {1,2,…,Iu} e Z* il profitto ottimo abbiamo

An Adaptive Algorithm for Selecting Profitable Keywords for Search-Based Advertising Services


Il problema del pricing search based advertising
Il problema del Pricing Search-Based Advertising Services(Search-based Advertising)

  • Ogni keyword è un mercato nel quale gli advertisers competono per avere la posizione migliore

  • Il mercato varia in base alle keywords

  • Per ogni keyword competono molti advertisers, quali di questi devono essere visualizzati ?

  • Il motore di ricerca utilizza uno schema di pagamento PPC (Pay per Click). Quanto devono pagare per ogni click ?


Il problema del pricing search based advertising1
Il problema del Pricing Search-Based Advertising Services(Search-based Advertising)

  • Scenario

    • Una keyword (un mercato)

    • Un insieme di compratori (Advertisers)

    • Un venditore (motore di ricerca)

    • Ogni compratore ha una sua funzione di pay-off

  • Come organizzare il pricing in modo che tutti siano soddisfatti ?


Game theory
Game Theory Search-Based Advertising Services

  • “Game Theory is a bag of analytical tools designed to help us understand the phenomena that observe when decision-makers interact”. (Martin J. Osborne, Ariel Rubistain, A Course in Game Theory)


Game theory1
Game Theory Search-Based Advertising Services

  • Alcuni concetti importanti

    • Gioco strategico

    • Equilibrio di Nash

  • Giochi legati al Web Advertising

    • Aste generalizzate di secondo prezzo (GSP)


Game theory2
Game Theory Search-Based Advertising Services

  • Ipotesi

    • I giocatori hanno un comportamento razionale e sfruttano le loro conoscenze su strategie e comportamenti (conosciuti) degli altri giocatori

    • Non c’è cooperazione tra giocatori (Giochi non cooperativi)

    • Strategic Game: Ogni giocatore sceglie la sua strategia una volta per tutte, tutti i giocatori prendeno le loro decisioni simultaneamente (dal punto di vista del gioco). Quando un giocatore adotta una strategia non è informato della strategia adottata dagli avversari


Strategic game due giocatori
Strategic Game (due giocatori) Search-Based Advertising Services

  • Due giocatori

  • Il giocatore i-esimo adotta un insieme di strategie Ai non vuoto, con ai  Ai strategia pura

  • Il giocatore i-esimo è rappresentato da una funzione di pay-off ui: A -> R doveA = A1 x A2

    • Nota: ui dipende anche da ciò che fanno gli altri giocatori


Game theory3
Game Theory Search-Based Advertising Services

  • Chiameremo profilo il vettore a = (a1 , a2) con a1  A1 e a2  A2

  • Diremo che una strategia aj è weakly-dominant per il giocatore i-esimo se

    ui(aj,*)≥ui(ak,*) per ogni ak Ai indipendentemente da quale sia la strategia degli altri giocatori

  • Diremo che una strategia aj è strongly- dominant per il giocatore i-esimo se

    ui(aj,*)>ui(ak,*) per ogni ak Ai indipendentemente da quale sia la strategia degli altri giocatori


Equilibrio di nash
Equilibrio di Nash Search-Based Advertising Services

  • Un equilibrio di Nash in un gioco strategico

    <N=(1,2), (A1 , A2), (u1 , u2)> con due giocatori, è un profilo

    a* = (a*1 , a*2) tale che

    u1 (a*1 , a*2 ) ≥u1(ai , a*2 ) for all aiA1

    u2 (a*1 , a*2 ) ≥u2(a*1 , aj ) for all ajA2

  • Intuitivamanente: fissate le strategie degli altri giocatori, nessun giocatore è incentivato a cambiare la propria


Game theory4
Game Theory Search-Based Advertising Services

  • Esempi di giochi strategici con strategie pure

    • Due giocatori

      • Dilemma del Prigioniero, Back o Stravinsky, etc..

    • Aste

      • Aste di secondo prezzo (Vickrey Auction)

      • Generalized Second Price Auction (GSP) Vickrey (Aste legate al Web Advertising)


Il dilemma del prigioniero
Il Dilemma del Prigioniero Search-Based Advertising Services

  • Due sospetti sono messi in due celle diverse

  • Se confessano entrambi vengono condannati entrambi a tre anni

  • Se uno solo di essi confessa, questo viene liberato e la sua testimonanzia viene utilizzata per condannare a quattro anni l’altro

  • Se nessuno dei due confessa vengono entrambi condannati ad un anno


Il dilemma del prigioniero1
Il Dilemma del Prigioniero Search-Based Advertising Services

Confessa

Non confessa

Confessa

Non confessa

  • Esiste un solo equilibrio di Nash (Confessa, Confessa), non è l’ottimo

  • Confessare è una strategia strongly-dominant

  • L’ottimo è (Non confessa, Non confessa) ma non è un equilibrio !

Confessa

Confessa

Non confessa

Non confessa


Nash equilibrium
Nash Equilibrium Search-Based Advertising Services

  • Un equilibrio di Nash in un gioco strategico <N, (Ai), (≥i)> è un profilo a* in A di azioni con la proprietà che per ogni giocatore i N vale

    (a*-i , a*i ) ≥i (a*-i , ai) for all aiAi

    Dove

    • Per ogni giocatore iN esiste una relazione di preferenza ≥i definita su A = Xj  NAj

    • a-i = (aj) j  N/i


Nash equilibrium1
Nash Equilibrium Search-Based Advertising Services

  • Per giochi strategici con un numero qualsiasi di partecipanti (N ≥ 2) può esistere un equilibrio di Nash, più di uno, o anche nessuno

  • Equilibrio di Nash (generale)

    • Se per ogni giocatore i l’insieme Aiè compatto e convesso, e ≥Iè continua e quasi concavaallora il gioco strategico <N, (Ai), (≥i)> ha un equilibrio di Nash

  • Ogni gioco strategico finito (se ogni Ai finito) con strategie miste ha un equilibrio di Nash


Asta di primo prezzo
Asta di primo prezzo Search-Based Advertising Services

  • Asta di primo prezzo Lo scopo è assegnare un oggetto ad uno tra N possibili compratori

    • Ogni giocatore i ha una sua stima (privata) videl valore dell’oggetto vi> 0 per ogni i

    • Simultaneamente, ogni giocatore i fa un offerta biprivata (offerta  strategia)

    • L’oggetto viene assegnato al giocatore che offre di più (se ce ne è più di uno, in modo random)

    • Per avere l’oggetto, il vincitore paga la sua offerta

  • Dire la verità non è una strategia dominante !


Asta di secondo prezzo
Asta di secondo prezzo Search-Based Advertising Services

  • Asta di secondo prezzo (Asta di Vickrey)

    • Lo scopo è assegnare un oggetto ad uno tra N possibili compratori

    • Ogni giocatore i ha una sua stima (privata) videl valore dell’oggetto vi> 0 per ogni i

    • Simultaneamente, ogni giocatore i fa un offerta biprivata (offerta  strategia)

    • L’oggetto viene assegnato al giocatore che offre di più (se ce ne è più di uno, in modo random)

    • Per avere l’oggetto, il vincitore paga la seconda offerta più alta


Asta di secondo prezzo1
Asta di secondo prezzo Search-Based Advertising Services

  • Per ogni giocatore i, offrire il massimo possibile (bi = vi) è una strategia weakly-dominant. Infatti, posto ri = max(bj) per ogni j≠ i si ha

    0 se bi≤ ri

    ui =

    vi - rise bi> ri

  • Supponiamo bi > viallora

    • Se ri≥ biui= 0 lo stesso guadagno ottenibile offrendo vi

    • Se ri≤ vi ui= vi - rilo stesso guadagno ottenibile offrendo vi

    • Se vi < ri < biui= vi - ri < 0 offrendo vi  ui= 0


Asta di secondo prezzo2
Asta di secondo prezzo Search-Based Advertising Services

  • Per ogni giocatore i, offrire il massimo possibile (bi = vi) è una strategia weakly-dominant. Infatti, posto ri = max(bj) per ogni j≠ i si ha

    0 se bi≤ ri

    ui =

    vi - rise bi> ri

  • Supponiamo bi< viallora

    • Se ri≥ viui= 0 lo stesso guadagno ottenibile offrendo vi

    • Se ri≤ bi ui= vi - rilo stesso guadagno ottenibile offrendo vi

    • Se bi < ri < viui= 0 se il giocatore avesse offerto vi  ui= vi - ri


Asta di secondo prezzo3
Asta di secondo prezzo Search-Based Advertising Services

  • Esiste un equilibrio di Nash in cui tutti i giocatori offrono la loro stima del valore dell’oggetto


Asta generalizzata di secondo prezzo gsp
Asta generalizzata di secondo prezzo (GSP) Search-Based Advertising Services

  • Asta generalizzata di secondo prezzo (Vickrey)

    • Lo scopo è assegnare simultaneamente0 < M < N di oggetti tutti uguali ad un sottoinsieme degliN possibili compratori

    • Ogni giocatore desidera un oggetto

    • Ogni giocatore i ha una sua stima (privata) videl valore dell’oggetto vi> 0 per ogni i

    • Per il giocatore i, ogni oggetto ha lo stesso valore vi

    • Simultaneamente, ogni giocatore i fa un offerta biprivata

    • Gli M giocatori che hanno offerto di più si aggiudicano gli oggetti

    • Il giocatore che ha offerto di più paga la seconda offerta più alta, il secondo la terza, e così via


Asta generalizzata di secondo prezzo
Asta generalizzata di secondo prezzo Search-Based Advertising Services

  • Per ogni giocatore i, offrire il massimo possibile (bi = vi) non è una strategia weakly-dominant. Infatti, date (r1 > r2 >….> rM) le M offerte più alte

    0 se bi rM

    ui =

    vi - rhse bi= rh-1 con h = {2,…,M}

  • Supponiamo rM < bi = rM -1< r1 < viallora ui= vi – rM

  • Se il giocatore i-esimo avesse offerto bi alloraui= vi – r1 < vi – rM offrireil massimo possibile (bi = vi) non è una strategia dominante


Gsp e web advertising
GSP e Web Advertising Search-Based Advertising Services

  • Modello GSP applicato al Web Advertising

  • Google, Yahoo utilizzano GSP

  • Google adotta alcune modifiche che rendono l’asta ancora più complicata (CTRi = expected click-through rate dell’advertiser i-esimo)

  • Yahoo (CTR non dipende dall’advertisement)


How to price keywords
How to price keywords Search-Based Advertising Services

Advertisers preferiscono questo slot

Click through rate 200 per ora

Click through rate 150 per ora


Gsp e web advertising yahoo
GSP e Web Advertising (Yahoo) Search-Based Advertising Services

  • N slots nella pagina di ricerca

  • K advertisers interessati ad una keyword

  • cinumero medio di click per periodo per un advertiser nello slot i

  • Ogni advertiser desidera un solo slot

  • vk valore del click per l’advertiser k

  • uk = ci vk – pijguadagno advertiser k inposizione i (strategia del giocatore)

  • Advertisers sono risk neutral (tendono a massimizzare uk)


Gsp e web advertising1
GSP e Web Advertising Search-Based Advertising Services

  • Alcune considerazioni

    • cinon dipende dall’advertiser, ma solo dalla posizione

    • vk non dipedende dallo slot

    • pijdipende dagli altri advertisers


Gsp e web advertising2
GSP e Web Advertising Search-Based Advertising Services

  • Pay-off del giocatore i-esimo nella posizione j-esima

    • ui= cj (vi – bj+1)

  • Il giocatore che ha acquistato lo slot N-esimo in teoria non paga (in realtà i motori di ricerca impongono un prezzo minimo)


Gsp e web advertising3
GSP e Web Advertising Search-Based Advertising Services

  • Anche in questo caso dire il vero non è una strategia dominante

    • Tre giocatori, con v rispettivamente uguale a 17€, 12€, 3€ per click

    • Due slots

    • Click-through rates per la prima posizione 250, per la seconda 248 (quasi gli stessi)

    • Se tutti I giocatori dicono il vero e offrono la loro stima del valore, il pay-off del giocatore che vince la prima posizione è:

      • (17 - 12) * 250 = 1250€

    • Se solo il giocatore che ha vinto avesse offerto 11€ (mentendo) avrebbe avuto un pay-off maggiore:

      • (17 - 3) * 240 = 3360€ > 1250€


Gsp e web advertising4
GSP e Web Advertising Search-Based Advertising Services

  • Nel caso reale di Google o Yahoo, l’asta è ripetuta continuamente:

    • le assunzioni sulla riservatezza di alcune informazioni (v, b) possono non essere più vere. I giocatori imparano (v, b) giocando

  • Cambiano gli equilibri

  • Minimo prezzo di entrata,…


Gsp e web advertising5
GSP e Web Advertising Search-Based Advertising Services

  • Equilibri simmetrici: un dato advertiser non è interessato ad uno slot più in alto se deve pagare di più

  • Equilibri asimmetrici: un dato advertiser può essere interessato ad uno slot più in alto anche se deve pagare di più

  • Ci possono essere diversi equilibri di Nash (simmetrici, non simmetrici)


Il problema del ranking search based advertising
Il problema del ranking (Search-based Advertising) Search-Based Advertising Services

  • In che ordine visualizzare gli advertisments ?

    • Yahoo ordina solo rispetto al prezzo pagato

    • Google ordina rispetto al prezzo pagato ed ad un fattore legato alla rilevanza dell’advertisement (CTRi)

  • Pagamento è sempre secondo il modello GSP


Il problema del ranking
Il problema del ranking Search-Based Advertising Services

  • Yahoo (solo prezzo)

    • apprezzato dagli advertisers per la trasparenza

    • presenta qualche problema legato alla rilevanza dei risultati

      • Chi ha pagato di più non è detto che sia quello più rilevante !


Il problema del ranking1
Il problema del ranking Search-Based Advertising Services

  • Google (prezzo e rilevanza)

    • Forse meno apprezzato dagli advertisers (meno trasparenza)

    • Aumenta la rilevanza dei risultati

      • È in testa chi ha il miglior trade-off tra l’offerta e la rilevanza !


Il problema del ranking2
Il problema del ranking Search-Based Advertising Services

  • (Google) Ri = bi x CTRi dove

    • CTRi = expected click-through rate dell’advertiser i-esimo (misura rilevanza dell’advertisement i-esimo)

    • bi = pagamento dell’advertiser i-esimo

  • Gli advertisements sono ordinati secondo il loro Ri


Alcuni problemi aperti
Alcuni problemi aperti Search-Based Advertising Services

  • Granularità del mercato

    • Ferrari e Red Ferrari devono essere due mercati diversi ?

  • Utilizzo di robots per effettuare il bidding

    • Attualmente I motori di ricerca lo permettono

  • Quali nuovi meccanismi (incentivi) introdurre ?


Alcuni problemi aperti1
Alcuni problemi aperti Search-Based Advertising Services

  • Che modello di costo adottare se il numero di slot è variabile

    • Cosa succede se il numero di slot a disposizione cambia ?


Bach o stravinsky
Bach o Stravinsky ? Search-Based Advertising Services

  • Due persone desiderano andare insieme ad un concerto di musica classica. Una preferisce Bach, l’altra Stravinsky


Bach o stravinsky1
Bach o Stravinsky ? Search-Based Advertising Services

Bach

Stravinsky

Bach

Stravinsky

  • Ci sono due equilibri di Nash (Bach, Bach), (Stravinsky, Stravinsky)

  • Non ci sono strategie dominanti

Bach

Bach

Stravinsky

Stravinsky


ad