💻 computer science

Beyond Single Slot: Joint Optimization for Multi-Slot Guaranteed Display Advertising

Este artículo propone un nuevo marco de optimización conjunta para la publicidad garantizada en múltiples espacios que aborda la redundancia de espacios y el desequilibrio contractual mediante un enfoque de emparejamiento bipartito offline con un mecanismo de ruleta contractual, demostrando mejoras significativas en ingresos y cumplimiento de contratos mediante pruebas A/B en línea a gran escala en la plataforma Meituan.

Autores originales: Zhaoqi Zhang, Jiaming Deng, Miao Xie, Linyou Cai, Qianlong Xie, Xingxing Wang, Siqiang Luo, Gao Cong

Publicado 2026-05-22

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Zhaoqi Zhang, Jiaming Deng, Miao Xie, Linyou Cai, Qianlong Xie, Xingxing Wang, Siqiang Luo, Gao Cong

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina una aplicación popular de entrega de comida (como Meituan) como un menú de restaurante muy concurrido. En este menú, hay varios espacios donde pueden aparecer anuncios: un banner en la parte superior, un cuadro en el medio y una lista en la parte inferior.

La Vieja Forma: El Error de la "Silla Única"
Anteriormente, el sistema trataba cada espacio publicitario como una mesa separada e aislada. Si un usuario abría el menú, la computadora miraba el espacio superior, elegía el mejor anuncio para él, luego miraba el espacio del medio, elegía el mejor anuncio para ese, y así sucesivamente.

¿El problema? Este enfoque era como un restaurante donde el gerente asigna al mejor camarero a la Mesa 1, luego al mismo mejor camarero a la Mesa 2, y al mismo camarero a la Mesa 3.

Redundancia: El usuario ve exactamente el mismo anuncio tres veces en una sola página. Es molesto y desperdicia espacio.
Acoso: Los anunciantes más populares y de mayor pago se apropiaban de todos los mejores espacios, dejando a los anunciantes más pequeños sin nada.
Desequilibrio: Algunas partes del menú recibían demasiados anuncios, mientras que otras recibían muy pocos.

La Nueva Solución: El "Gran Director"
Este artículo presenta un nuevo sistema que actúa como un Gran Director para toda la página del menú. En lugar de decidir sobre cada espacio uno por uno, el sistema observa la página completa de una vez y elabora un plan coordinado.

Así es como funcionan sus dos trucos principales:

1. La Regla de la "Vista de Página" (El Agente de Tráfico)

El sistema establece una regla estricta: "No importa cuán popular sea un anuncio, solo puede aparecer un cierto número de veces en esta página específica".

Analogía: Imagina una sala de conciertos con diferentes secciones de asientos. El director asegura que la sección VIP no reciba 50 filas del mismo cantante mientras que el balcón no reciba ninguno. Distribuyen a los cantantes para que cada sección reciba una parte justa de la actuación.
Resultado: Esto evita que los anuncios "ricas" se apoderen de toda la página y obliga al sistema a utilizar los espacios "aburridos" o vacíos para otros anunciantes, haciendo que toda la página esté más equilibrada.

2. La "Ruleta del Contrato" (El Girador Justo)

A veces, el sistema quiere mostrar un anuncio específico, pero ese anuncio es elegible para múltiples espacios en la misma página. El sistema antiguo podría haberlo colocado en todos ellos. El nuevo sistema utiliza una rueda de "Ruleta".

Analogía: Imagina un programa de televisión donde un concursante gana un premio. Si son elegibles para ganar tres premios diferentes, la ruleta gira una sola vez. Elige un premio para que se lo lleven a casa. No pueden llevarse los tres.
Resultado: Esto asegura que en cualquier página individual, una marca específica aparezca solo una vez. Evita que el usuario vea el mismo anuncio de pizza tres veces seguidas, lo que hace que la experiencia sea mucho más fluida.

Los Resultados: Una Victoria para Todos
El equipo probó este nuevo sistema "Gran Director" en la plataforma real de Meituan con miles de usuarios reales.

Para las Tiendas (Comerciantes): Sus anuncios se mostraron a las personas adecuadas con más frecuencia, lo que llevó a un aumento masivo en las ventas y en el retorno de la inversión (hasta un 42% mejor en algunas pruebas).
Para la Aplicación (Plataforma): La aplicación ganó más dinero por usuario (aproximadamente un 28% más) porque los anuncios se distribuyeron de manera más eficiente.
Para los Usuarios: Vieron menos anuncios repetitivos y un menú más diverso e interesante.

En Resumen:
El artículo dice que al evitar que la computadora tome decisiones una por una y, en su lugar, tome una "decisión grupal" para toda la página, solucionaron el problema de los anuncios repetitivos y la apropiación injusta de espacios. Esto hizo que el sistema publicitario fuera más justo, más rentable y menos molesto para todos los involucrados.

Resumen Técnico: Más Allá de un Solo Espacio: Optimización Conjunta para Publicidad de Visualización Garantizada en Múltiples Espacios

Enunciado del Problema

La publicidad de visualización garantizada (GD, por sus siglas en inglés) es un mecanismo crítico para la monetización de plataformas. Sin embargo, los enfoques predominantes dependen principalmente de una hipótesis de un solo espacio, donde cada contrato publicitario se optimiza de forma independiente para un espacio específico con el fin de maximizar métricas como la Tasa de Clics (CTR) y la Tasa de Conversión de Pagos (CVR). Aunque efectivo en entornos más simples, este paradigma es cada vez más inadecuado para las plataformas modernas (por ejemplo, Meituan, Taobao), donde una sola Vista de Página (PV) contiene múltiples espacios publicitarios.

El artículo identifica tres limitaciones críticas en los entornos de múltiples espacios existentes:

Falta de Coordinación: La optimización local de un solo espacio conduce al sobreuso de espacios populares y al subuso de otros, reduciendo la eficiencia general de la entrega.
Sin Límite Superior en Impresiones: Los métodos existentes aseguran una entrega mínima pero no limitan las impresiones máximas, permitiendo que contratos de alta prioridad monopolicen posiciones premium y creando asignaciones desequilibradas.
Exposiciones Redundantes: La exclusividad a nivel de solicitud no logra evitar que el mismo contrato aparezca en múltiples espacios dentro de una sola página, causando impresiones duplicadas y degradando la experiencia del usuario.

Metodología

Los autores proponen un marco de optimización conjunta que cambia de una asignación codiciosa en línea a un problema de emparejamiento bipartito fuera de línea a nivel de vista de página. El marco consta de dos módulos principales:

1. Módulo de Asignación Constrained por Vista de Página
Este módulo formula la asignación entre solicitudes de anuncios (oferta) y contratos (demanda) como un problema de optimización con restricciones. La función objetivo incluye:

Regularización de Suavidad: Penaliza la desviación entre la asignación real y la relación de entrega objetivo normalizada para estabilizar la entrega.
Recompensa Consciente de la Prioridad: Fomenta la asignación a contratos de mayor prioridad.
Emparejamiento Consciente del Interés: Promueve asignaciones con mayor relevancia estimada del interés del usuario.

Crucialmente, los autores introducen una novedosa restricción de Vista de Página (PV) ( $pv_i$ ) para limitar el número de impresiones que puede servir cada espacio. Esto previene la sobreexposición de posiciones de alto tráfico y obliga a una asignación de tráfico equilibrada. El problema se resuelve utilizando una estrategia distribuida en línea que actualiza iterativamente las variables duales ( $\alpha, \beta, \delta$ ) basándose en las condiciones de Karush-Kuhn-Tucker (KKT), permitiendo una adaptación escalable y en tiempo real sin resolver directamente el problema primal computacionalmente costoso.

2. Módulo de Selección Basado en Ruleta de Contratos
Para resolver conflictos de emparejamiento uno-a-muchos y asegurar que cada contrato aparezca como máximo una vez por página, el sistema emplea un mecanismo de selección que comprende:

Recuperación por Espacio: Utiliza una estrategia de muestreo por ruleta basada en pesos de entrega para recuperar contratos candidatos, asegurando exposición de cola larga y equidad.
Filtrado Probabilístico: Puntúa a los candidatos utilizando una función de utilidad (CTR $\times$ CVR). Si un contrato aparece en múltiples espacios, solo se conserva la instancia con la mejor posición relativa.
Control Adaptativo de Palabras de Oferta: Selecciona dinámicamente las palabras de oferta para cada espacio. El primer espacio muestrea aleatoriamente, mientras que los espacios subsiguientes reutilizan preferentemente la palabra de oferta anterior si existen anuncios válidos; de lo contrario, cambian a una alternativa disponible. Esto mantiene la coherencia contextual mientras reduce la redundancia.

Contribuciones Clave

El artículo describe tres contribuciones principales:

Marco Unificado de Optimización Conjunta: Una formulación novedosa de la asignación contrato-espacio como una tarea de emparejamiento bipartito fuera de línea a nivel de vista de página, que permite una satisfacción coordinada a nivel global.
Módulos de Despliegue Industrial:
- Restricciones de PV: Un mecanismo para el equilibrio de tráfico de granularidad fina entre espacios.
- Mecanismo de Ruleta de Contratos: Una estrategia de selección para manejar conflictos de asignación y eliminar exposiciones redundantes.
Validación en el Mundo Real: Despliegue exitoso y extensas pruebas A/B en línea dentro del sistema publicitario de Meituan.

Resultados Experimentales

El marco se evaluó en la plataforma de Meituan utilizando dos rondas de experimentos en escala de grises en línea (divisiones de tráfico del 35% y 70%). Los resultados, medidos mediante un análisis de Diferencia en Diferencias (DID), indican mejoras significativas sobre la línea base de producción:

Eficiencia del Comerciante: El análisis DID mostró un aumento del 42,17% en el ROI del Comerciante, un aumento del 29,13% en el ROI de Pagos, un aumento del 7,67% en el CTR y un aumento del 23,35% en la CVR de Pagos.
Ingresos de la Plataforma: El Ingreso Promedio por Usuario (ARPU) aumentó un 28,17% bajo la configuración del 70% de tráfico.
Satisfacción del Contrato: La Tasa de Satisfacción mejoró un 2,12%, demostrando que el sistema mantiene una entrega estable y confiable incluso con una exposición ampliada y restricciones más estrictas.

Significado

El artículo afirma que su marco aborda las limitaciones fundamentales del modelado de un solo espacio en entornos publicitarios modernos de múltiples espacios. Al avanzar más allá de decisiones aisladas por espacio hacia una optimización coordinada a nivel global y de vista de página, el enfoque equilibra exitosamente la equidad, la diversidad de exposición y la estabilidad de la entrega. Los resultados demuestran que la optimización conjunta no solo mejora los retornos para los comerciantes y la eficiencia de los ingresos de la plataforma, sino que también mejora la experiencia del usuario al eliminar exposiciones publicitarias redundantes. El trabajo proporciona una base escalable para sistemas industriales de GD que requieren control de tráfico de granularidad fina y una satisfacción de contratos robusta.