🤖 AI

HMAF: A Hierarchical Multi-Slot GD-RTB Allocation Framework

Il documento propone HMAF, un framework gerarchico unificato che integra l'ottimizzazione dei vincoli offline con il processo decisionale listwise online per bilanciare efficacemente l'adempimento dei contratti di Consegna Garantita a lungo termine e la massimizzazione dei ricavi delle Real-Time Bidding a breve termine in complessi ambienti pubblicitari multi-slot, ottenendo miglioramenti significativi delle prestazioni negli scenari di marketing di Meituan.

Autori originali: Tianxing Bu, Zhaoqi Zhang, Linyou Cai, Miao Xie, Shengri Xue, Tan Qu, Qianlong Xie, Xingxing Wang, Siqiang Luo, Gao Cong

Pubblicato 2026-06-10

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Tianxing Bu, Zhaoqi Zhang, Linyou Cai, Miao Xie, Shengri Xue, Tan Qu, Qianlong Xie, Xingxing Wang, Siqiang Luo, Gao Cong

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina un ristorante affollato (la piattaforma pubblicitaria) che ha due tipi di clienti:

I VIP (Contratti GD): Questi sono grandi inserzionisti che hanno firmato un contratto mesi fa. Hanno pagato un prezzo fisso e detto: "Dobbiamo ottenere 10.000 prenotazioni di tavoli (impression pubblicitarie) nel corso del prossimo mese, a prescindere da tutto". Se il ristorante non riesce a sederli, deve pagare una penale.
I Clienti Occasionali (Annunci RTB): Questi sono inserzionisti che si presentano ogni giorno e dicono: "Pagherò qualunque sia il prezzo di mercato attuale per un tavolo proprio ora". Il ristorante vuole riempire questi tavoli con i miglior offerenti per guadagnare il più possibile oggi.

Il Problema:
Il ristorante ha un numero limitato di tavoli (slot pubblicitari) su ogni pagina. A volte, i VIP hanno bisogno di un tavolo, ma i Clienti Occasionali stanno offrendo una cifra enorme per quello stesso tavolo.

Se dai il tavolo al Cliente Occasionale, guadagni di più oggi, ma potresti non riuscire a sedere abbastanza VIP entro la fine del mese.
Se dai il tavolo al VIP, mantieni il contratto soddisfatto, ma potresti perdere una grande vincita di denaro derivante da un Cliente Occasionale.
I sistemi precedenti cercavano di risolvere la cosa ignorando i VIP fino alla fine del mese (rischioso) o usando regole semplici e rigide come "I VIP passano sempre per primi" (il che spreca denaro).

La Soluzione: HMAF (Il Gestore del Ristorante Intelligente)
Il documento introduce un nuovo sistema chiamato HMAF (Hierarchical Multi-Slot Allocation Framework). Immaginalo come un team di gestione a tre fasi che gestisce perfettamente il ristorante.

Fase 1: Il Pianificatore (La fase "Plan")

Prima ancora che il ristorante apra per la giornata, il Pianificatore esamina l'intero programma mensile.

Cosa fa: Calcola esattamente quanti tavoli servono ai VIP e quanti sono disponibili. Calcola il "prezzo ombra" (shadow price) di ogni tavolo.
L'analogia: Immagina che il Pianificatore si renda conto: "Il Tavolo 4 al secondo piano è molto popolare, ma ne abbiamo solo 5. Se diamo il Tavolo 4 a un VIP, ci costa molto potenziale guadagno dai Clienti Occasionali. Ma se lo diamo a un Cliente Occasionale, potremmo mancare l'obiettivo del contratto VIP".
L'output: Il Pianificatore crea un insieme di "regole empiriche" (chiamate variabili duali) che dicono allo staff: "Il Tavolo 4 è costoso in questo momento; dai il tavolo a un VIP solo se è davvero urgente. Altrimenti, tienilo per i Clienti Occasionali che pagano bene".

Fase 2: Il Calibratore (La fase "Calibrate")

Quando arriva un cliente (un utente apre l'app), il Calibratore prende le regole del Pianificatore e regola i punteggi degli annunci in tempo reale.

Cosa fa: Osserva i VIP e i Clienti Occasionali. Se un contratto VIP è in ritardo rispetto al suo obiettivo di consegna, il Calibratore dà a quel VIP un "incremento" (boost) nel suo punteggio, rendendolo più propenso a ottenere un tavolo. Se un VIP è già in anticipo, l'incremento viene rimosso.
L'analogia: È come un vigile urbano all'ingresso. Se la sezione VIP è vuota, il vigile fa entrare i VIP più velocemente. Se la sezione VIP è piena, lascia entrare i Clienti Occasionali che pagano di più. Bilancia i due gruppi dinamicamente, secondo dopo secondo.

Fase 3: L'Esecutore (La fase "Execute")

Questo è l'ambilatore di decisioni finale che assegna effettivamente i tavoli.

Cosa fa: In un ristorante moderno, non hai solo un tavolo; hai un'intera fila di tavoli (una pagina "multi-slot"). L'Esecutore non sceglie solo il miglior singolo tavolo; sceglie la migliore disposizione per l'intera fila.
L'analogia: Immagina l'Esecutore come uno chef che dispone un piatto. Non mette solo il piatto più costoso al centro; dispone l'intero piatto in modo che i VIP abbiano i loro spazi specifici senza bloccare la vista dei Clienti Occasionali, assicurando che l'intero "piatto" (lo schermo dell'utente) sia accattivante e generi il massimo profitto.
La Magia: Questa parte utilizza una rete "Generator-Evaluator". Il Generatore crea alcune possibili disposizioni dei posti (ad esempio: "E se mettessi il VIP qui e il Cliente Occasionale lì?"). L'Evaluator agisce come un giudice, esaminando tutte quelle opzioni e scegliendo quella che genera più denaro mantenendo i VIP soddisfatti.

I Risultati

Il documento afferma che questo sistema è stato testato presso Meituan, una massiccia piattaforma di consegna cibo in Cina (pensa a un gigantesco ristorante digitale).

L'esito: Utilizzando questo gestore a tre fasi, Meituan è riuscita a sedere il 3,72% in più di VIP (adempiendo a più contratti) E a guadagnare il 1,59% in più di denaro totale dai Clienti Occasionali.
Perché è sorprendente: Di solito, se siedi più VIP, guadagni meno perché non puoi far pagare i Clienti Occasionali tanto quanto vorresti. Ma poiché HMAF è così intelligente nel decidere quali tavoli dare a chi (usando i "prezzi ombra" del Pianificatore), ha trovato un modo per fare entrambe le cose contemporaneamente.

In sintesi:
HMAF è come un super-intelligente gestore di ristoranti che non si limita a reagire ai clienti che entrano. Invece, pianifica l'intero mese, regola la politica d'ingresso in tempo reale in base a quanto è piena la sezione VIP e dispone i tavoli perfettamente per garantire che tutti ottengano ciò di cui hanno bisogno, mentre il ristorante trae il massimo profitto possibile.

Riepilogo Tecnico: HMAF – Un Framework di Allocazione Gerarchica Multi-Slot per GD-RTB

1. Formulazione del Problema

Il documento affronta la complessa sfida dell'allocazione delle impressioni in ecosistemi pubblicitari online su larga scala, dove coesistono contratti di Consegna Garantita (Guaranteed Delivery - GD) e aste di Real-Time Bidding (RTB). Nello specifico, gli autori si concentrano su ambienti multi-slot (ad es. feed di contenuti), dove una singola visualizzazione di pagina contiene più slot pubblicitari.

Il problema centrale è formulato come un compito di allocazione unificato per massimizzare il ricavo totale della piattaforma (somma dei valori delle aste RTB e dei valori contrattuali GD) soggetto a vincoli rigorosi:

Vincoli di Consegna GD: Garantire che i contratti soddisfino volumi minimi e massimi di impression ( $B_j$ ) per evitare penali.
Vincoli di Offerta: Ogni richiesta (visualizzazione di pagina) può essere allocata a al massimo un annuncio per ogni slot.
Vincoli di Page View (PV): Limiti granulari sul numero di impression che una specifica richiesta può contribuire attraverso più slot per prevenire la fatica pubblicitaria e la sovraesposizione.

Gli autori identificano tre sfide fondamentali nella risoluzione di questo problema:

NP-Hardness (Complessità NP-difficile): Il problema generalizza il Problema dello Zaino Multidimensionale (MKP) sotto vincoli di PV granulari, rendendo l'ottimizzazione globale computazionalmente intrattabile per milioni di richieste.
Trade-off eCPM-Fulfillment: Bilanciare la massimizzazione del ricavo a breve termine (alto eCPM) con le garanzie di consegna contrattuale a lungo termine è difficile; l'esecuzione aggressiva della consegna spesso danneggia il ricavo, mentre un focus puramente sul ricavo rischia la mancata consegna.
Supervisione Debole: A differenza della previsione standard del CTR, il ranking ibrido manca di etichette di ground-truth esplicite per la lista ottimale, richiedendo al sistema di apprendere da feedback impliciti e ritardati derivati dallo stato di consegna aggregato.

2. Metodologia: Il Framework HMAF

Gli autori propongono HMAF (Hierarchical Multi-Slot Allocation Framework), che decompone l'intratabile problema in un paradigma Plan–Calibrate–Execute (Pianifica–Calibra–Esegui). Questo framework accoppia strettamente l'ottimizzazione dei vincoli offline con il decision-making neurale online.

A. Fase di Pianificazione (Plan): Modulo di Allocazione Vincolato alla Page View

Questo modulo formula il problema di allocazione come un problema di ottimizzazione vincolata offline.

Obiettivo: Minimizza una funzione di perdita che bilancia l'adempimento contrattuale, l'interesse dell'utente e un nuovo vincolo di Page View (PV) per limitare l'esposizione per slot.
Meccanismo: Il problema viene risolto utilizzando la rilassazione Lagrangiana e le condizioni KKT. Inveve di risolvere direttamente il problema primale, il sistema aggiorna iterativamente le variabili duali ( $\alpha, \beta, \delta$ $α, β, δ$ ) tramite passi di gradiente proiettato.
- $\alpha_j$ : Prezzo ombra per la domanda contrattuale (pressione di consegna).
- $\beta_i$ : Prezzo ombra per la capacità della richiesta.
- $\delta_{ij}$ : Prezzo ombra per i vincoli di PV a livello di slot.
Output: Queste variabili duali agiscono come "prezzi ombra" che codificano la scarsità delle risorse globali e la pressione di consegna, fungendo da segnali di controllo compatti per le fasi successive.

B. Fase di Calibrazione (Calibrate): Modulo di Pre-Ranking Guidato dai Duali

Questo modulo colma il divario tra pianificazione offline ed esecuzione online iniettando le variabili duali nel punteggio di ranking.

Scoring Unificato: Definisce un punteggio di ranking ( $rs_j$ ) sia per i candidati GD che per quelli RTB.
Modulazione Guidata dai Duali: Per gli annunci GD, il punteggio è regolato da un termine $x_{ij} \cdot PID_{Error}$ , dove $x_{ij}$ è la confidenza di allocazione derivata dall'ottimizzazione offline. Questo regola dinamicamente la competitività in base alla pressione di consegna specifica del contesto, piuttosto che applicare un controllo PID uniforme.
Funzione: Questa fase esegue un filtraggio e un ranking grossolano, riducendo significativamente lo spazio decisionale pur preservando la qualità dell'allocazione.

C. Fase di Esecuzione (Execute): Modulo di Allocazione Listwise Generatore-Valutatore

Questa fase gestisce il ranking listwise finale attraverso più slot, affrontando la natura dipendente dalla posizione degli annunci multi-slot.

Spazio delle Caratteristiche Augmentato dai Duali: Le variabili duali offline ( $\alpha, \beta, \delta$ ) vengono iniettate come caratteristiche di stato globale nella rete neurale, fornendo una "preveggenza" sui vincoli di sistema.
Generatore: Un encoder basato su Transformer modella le interazioni candidato-posizione, producendo una matrice di probabilità per l'assegnazione dei candidati agli slot. Genera una lista primaria e liste perturbate per l'esplorazione.
Valutatore: Un supervisore listwise seleziona la lista di ranking ottimale tra i candidati generati stimando una ricompensa ( $R(S_k)$ ) che aggrega metriche previste e vincoli di consegna.
Obiettivo di Addestramento: Il modello è addestrato utilizzando una funzione di perdita combinata:
- $L_{ce}$ : Perdita di cross-entropy che allinea le previsioni con l'assegnazione ottimale del valutatore.
- $L_{re}$ : Perdita consapevole della ricompensa (reward-aware) che penalizza le deviazioni tra eCPM previsto e realizzato, correggendo i bias sistematici.

3. Contributi Chiave

Framework Unificato: La proposta di HMAF, un framework gerarchico che integra l'ottimizzazione dei vincoli offline con il decision-making neurale online, fornendo una solida base architettonica per l'allocazione GD-RTB multi-slot.
Tre Componenti Core:
- Un modulo di Ottimizzazione Vincolata alla Page View che cattura vincoli lato offerta granulari e deriva segnali duali.
- Un modulo di Ranking Unificato Guidato dai Duali che calibra lo scoring online utilizzando le variabili duali offline per bilanciare eCPM e fulfillment.
- Un modulo Generatore-Valutatore che consente il ranking listwise modellando congiuntamente le interazioni candidato-posizione sotto guida globale.
Validazione Empirica: Esperimenti su larga scala e test A/B online che dimostrano miglioramenti statisticamente significativi sia nei tassi di consegna che nei ricavi totali.

4. Risultati Sperimentali

Il framework è stato valutato utilizzando un dataset dell'ambiente di produzione di Meituan (123M+ impressioni, 32 giorni) ed è stato implementato in test A/B online.

Performance Offline:

HMAF ha superato i baseline (inclusi CF, PID, AUAF, CONFLUX e LIBRA) in tutte le metriche.
Group AUC (GA): 0,8984 (rispetto a 0,8538 del miglior baseline, LIBRA).
Tasso di Consegna (DR): 0,9638 (rispetto a 0,9554 per LIBRA).
Tasso di Utilità (UR): 0,9812 (rispetto a 0,9513 per LIBRA).
RTB eCPM: Ha raggiunto il punteggio normalizzato più alto (1,0000).

Test A/B Online (2 mesi, split del traffico 50/50):

Tasso di Consegna GD: Aumentato del 3,72% (statisticamente significativo, p-value 0,018).
Ricavo Pubblicitario Totale: Aumentato del 1,59% (statisticamente significativo, p-value 0,024).
Efficienza del Sistema: La pianificazione offline viene eseguita in circa 2 ore su 20 macchine; l'inferenza online è leggera (<50ms per page view).
Significatività dei Risultati: Gli autori notano che ottenere guadagni simultanei in consegna e ricavi è controintuitivo. Attribuiscono ciò alla capacità del modello GE di spostare intelligentemente le impressioni GD verso slot non premium (usando i segnali $\delta_{ij}$ ), liberando così inventario ad alto valore per RTB.

5. Significato e Rivendicazioni

Il documento afferma che HMAF affronta con successo il conflitto intrinseco tra l'efficienza del ricavo a breve termine e le garanzie di consegna a lungo termine nei mercati pubblicitari ibridi. Introducendo un paradigma Plan–Calibrate–Execute, il framework va oltre le regole euristiche di priorità o le pipeline disaccoppiate.

Gli autori sottolineano che la capacità del framework di gestire vincoli multi-slot granulari e l'ottimizzazione combinatoria NP-hard attraverso un approccio neurale guidato dai duali è la sua principale innovazione. Affermano che HMAF fornisce una "solida base architettonica" per l'allocazione GD-RTB ed è stato implementato con successo nel sistema di produzione di Meituan, producendo un valore aziendale misurabile. Il documento conclude che il framework è adattabile ad altre piattaforme con impostazioni GD-RTB simili, basandosi solo sui requisiti di consegna garantita, i valori di real-time bidding e i vincoli di esposizione multi-slot.