💻 computer science

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

본 논문은 계약 로테이션 메커니즘을 갖춘 오프라인 이분 매칭 접근법을 통해 슬롯 중복 및 계약 불균형을 해결하는 다중 슬롯 보장형 디스플레이 광고를 위한 새로운 공동 최적화 프레임워크를 제안하며,美团 플랫폼에서 대규모 온라인 A/B 테스트를 통해 수익 및 계약 이행 측면에서 상당한 개선을 입증합니다.

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

게시일 2026-05-22

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

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

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

인기 있는 음식 배달 앱 (예: 미투안) 을 바쁜 식당 메뉴판으로 상상해 보세요. 이 메뉴판에는 광고가 표시될 수 있는 몇 가지 공간이 있습니다: 상단의 배너, 중앙의 상자, 그리고 하단의 목록입니다.

구식 방식: "단일 좌석"의 실수
과거에는 시스템이 각 광고 공간을 별도의 고립된 테이블처럼 취급했습니다. 사용자가 메뉴판을 열면 컴퓨터는 상단 공간을 보고 그 공간에 가장 적합한 광고를 선택한 다음, 중앙 공간을 보고 그곳에 가장 적합한 광고를 선택하는 식으로 진행되었습니다.

문제점은 무엇일까요? 이 접근 방식은 식당에서 매니저가 1 번 테이블에 최고의 웨이터를 배치한 후, 동일한 최고의 웨이터를 2 번 테이블에, 그리고 동일한 웨이터를 3 번 테이블에 배치하는 것과 같습니다.

중복성: 사용자가 한 페이지에서 정확히 동일한 광고를 세 번 보게 됩니다. 이는 성가시고 공간을 낭비합니다.
약탈: 가장 인기가 많고 광고비를 많이 지불하는 광고주들이 최고의 자리를 모두 독점하여, 소규모 광고주들에게는 아무것도 남지 않게 됩니다.
불균형: 메뉴판의 일부 영역에는 광고가 너무 많고, 다른 영역에는 너무 적습니다.

새로운 해결책: "지휘자"
이 논문은 전체 메뉴판 페이지를 위한 지휘자 역할을 하는 새로운 시스템을 소개합니다. 각 공간을 하나씩 결정하는 대신, 시스템은 전체 페이지를 한 번에 보고 조율된 계획을 수립합니다.

다음은 그들의 두 가지 주요 기법이 작동하는 방식입니다:

1. "페이지 뷰" 규칙 (교통 경찰)

시스템은 엄격한 규칙을 설정합니다: "광고가 얼마나 인기가 있든 상관없이, 이 특정 페이지에서는 일정 횟수 이상 나타날 수 없다."

비유: 다양한 좌석 구역이 있는 콘서트 홀을 상상해 보세요. 지휘자는 VIP 구역이 한 명의 가수로 50 줄을 차지하는 반면 발코니 구역에는 아무것도 없는 일이 없도록 합니다. 그들은 가수들을 분산시켜 모든 구역이 공연의 공정한 몫을 나누어 갖도록 합니다.
결과: 이로 인해 '부유한' 광고가 전체 페이지를 장악하는 것을 막고, 시스템이 '지루한' 또는 비어 있는 공간을 다른 광고주들에게 활용하도록 강제하여 전체 페이지를 더 균형 있게 만듭니다.

2. "계약 룰렛" (공정한 회전판)

때로는 시스템이 특정 광고를 표시하려 하지만, 해당 광고가 같은 페이지의 여러 공간에서 표시될 자격이 있는 경우가 있습니다. 구식 시스템은 이를 모두 표시했을 것입니다. 새로운 시스템은 '룰렛' 휠을 사용합니다.

비유: 경연 프로그램에서 참가자가 상을 받는 상황을 상상해 보세요. 그들이 세 가지 다른 상을 받을 자격이 있다면, 룰렛 휠은 한 번만 회전합니다. 그것은 그들이 가져갈 하나의 상을 선택합니다. 그들은 세 가지 모두를 가져갈 수 없습니다.
결과: 이로 인해 어떤 단일 페이지에서도 특정 브랜드가 한 번만 나타나도록 보장됩니다. 사용자가 연속으로 피자 광고를 세 번 보지 않게 되어 경험이 훨씬 매끄러워집니다.

결과: 모두의 승리
이 팀은 미투안의 실제 플랫폼에서 수천 명의 실제 사용자를 대상으로 이 새로운 '지휘자' 시스템을 테스트했습니다.

가게 (판매자) 에게: 그들의 광고가 올바른 사람들에게 더 자주 노출되어 매출과 투자 수익률이 크게 증가했습니다 (일부 테스트에서는 최대 42% 향상).
앱 (플랫폼) 에게: 광고가 더 효율적으로 분배되어 사용자 당 수익이 약 28% 증가했습니다.
사용자에게: 반복되는 광고를 덜 보게 되었고 더 다양하고 흥미로운 메뉴판을 보게 되었습니다.

한 줄 요약:
이 논문은 컴퓨터가 하나씩 결정을 내리는 대신 전체 페이지에 대한 '집단 결정'을 내림으로써 반복 광고와 불공정한 자리 선점 문제를 해결했다고 말합니다. 이로 인해 광고 시스템은 더 공정해지고 수익성이 높아졌으며, 관련 모든 당사자에게 덜 성가시게 되었습니다.

기술 요약: 단일 슬롯을 넘어선 다중 슬롯 보장형 디스플레이 광고를 위한 공동 최적화

문제 정의

보장형 디스플레이 (GD) 광고는 플랫폼 수익화의 핵심 메커니즘입니다. 그러나 주류 접근법은 주로 단일 슬롯 가정에 의존하여, 각 광고 계약을 특정 슬롯에 대해 클릭률 (CTR) 및 결제 전환율 (CVR) 과 같은 지표를 극대화하기 위해 독립적으로 최적화합니다. 단순한 환경에서는 효과적이지만, 이 패러다임은 단일 페이지 뷰 (PV) 에 여러 광고 슬롯이 포함된 현대적인 플랫폼 (예: 메이투안, 타오바오) 에서는 점점 더 부적합해지고 있습니다.

본 논문은 기존 다중 슬롯 환경에서 세 가지 치명적인 한계를 지적합니다:

조정 부재: 국소적인 단일 슬롯 최적화는 인기 있는 슬롯의 과사용과 다른 슬롯의 미사용을 초래하여 전체 전달 효율을 저하시킵니다.
노출 상한선 부재: 기존 방법은 최소 전달을 보장하지만 최대 노출 수를 제한하지 못해, 고우선순위 계약이 프리미엄 위치를 독점하고 불균형한 할당을 초래합니다.
중복 노출: 요청 수준의 배타성은 단일 페이지 내에서 동일한 계약이 여러 슬롯에 나타나는 것을 방지하지 못해 중복 노출을 유발하고 사용자 경험을 저하시킵니다.

방법론

저자들은 온라인 탐욕 할당에서 페이지 뷰 단위의 오프라인 이분 매칭 문제로 전환하는 공동 최적화 프레임워크를 제안합니다. 이 프레임워크는 두 가지 주요 모듈로 구성됩니다:

1. 페이지 뷰 제약 할당 모듈
이 모듈은 광고 요청 (공급) 과 계약 (수요) 간의 할당을 제약 최적화 문제로 공식화합니다. 목적 함수는 다음을 포함합니다:

부드러움 정규화 (Smoothness Regularization): 실제 할당과 정규화된 목표 전달 비율 간의 편차를 패널티하여 전달을 안정화합니다.
우선순위 인식 보상: 더 높은 우선순위를 가진 계약으로의 할당을 장려합니다.
관심 인식 매칭: 추정된 사용자 관심 관련성이 높은 할당을 장려합니다.

중요하게도, 저자들은 각 슬롯이 제공할 수 있는 노출 수를 제한하기 위해 새로운 **페이지 뷰 (PV) 제약 ( $pv_i$ )**을 도입합니다. 이는 고트래픽 위치의 과노출을 방지하고 균형 잡힌 트래픽 할당을 강제합니다. 이 문제는 카루시 - 쿤 - 택커 (KKT) 조건에 기반하여 이중 변수 ( $\alpha, \beta, \delta$ ) 를 반복적으로 업데이트하는 분산 온라인 전략으로 해결되며, 계산 비용이 큰 원문제를 직접 해결하지 않고도 확장 가능하고 실시간 적응이 가능합니다.

2. 계약 룰렛 기반 선택 모듈
1 대 다 매칭 충돌을 해결하고 각 계약이 페이지당 최대 한 번만 나타나도록 보장하기 위해, 시스템은 다음으로 구성된 선택 메커니즘을 사용합니다:

슬롯별 검색: 전달 가중치에 기반한 룰렛 샘플링 전략을 사용하여 후보 계약을 회수함으로써 롱테일 노출과 공정성을 보장합니다.
확률적 필터링: 유틸리티 함수 (CTR $\times$ CVR) 를 사용하여 후보에 점수를 매깁니다. 만약 계약이 여러 슬롯에 나타나는 경우, 상대적 위치가 가장 좋은 인스턴스만 유지됩니다.
적응형 입찰어 제어: 각 슬롯에 대해 입찰어를 동적으로 선택합니다. 첫 번째 슬롯은 무작위로 샘플링하는 반면, 후속 슬롯은 유효한 광고가 존재하는 경우 이전 입찰어를 우선적으로 재사용하고, 그렇지 않으면 사용 가능한 대체 항목으로 전환합니다. 이는 맥락적 일관성을 유지하면서 중복성을 줄입니다.

주요 기여

논문은 세 가지 주요 기여를 제시합니다:

통합 공동 최적화 프레임워크: 페이지 뷰 수준에서 계약 - 슬롯 할당을 오프라인 이분 매칭 작업으로 공식화하여 전역적으로 조정된 충족을 가능하게 하는 새로운 공식화.
산업 배포 모듈:
- PV 제약: 슬롯 간 세분화된 트래픽 균형을 위한 메커니즘.
- 계약 룰렛 메커니즘: 할당 충돌을 처리하고 중복 노출을 제거하기 위한 선택 전략.
실제 검증: 메이투안 광고 시스템 내에서의 성공적인 배포 및 광범위한 온라인 A/B 테스트.

실험 결과

이 프레임워크는 두 차례의 온라인 회색 테스트 (35% 및 70% 트래픽 분할) 를 통해 메이투안 플랫폼에서 평가되었습니다. 차이 간 차이 (DID) 분석으로 측정된 결과는 생산 기준 대비 상당한 개선을 나타냅니다:

상인 효율성: DID 분석은 상인 ROI 가 42.17% 증가, 결제 ROI 가 29.13% 증가, CTR 이 7.67% 증가, 결제 CVR 이 23.35% 증가했음을 보여주었습니다.
플랫폼 수익: 70% 트래픽 설정 하에서 사용자당 평균 수익 (ARPU) 이 28.17% 증가했습니다.
계약 충족: 충족률이 2.12% 향상되어, 시스템이 확장된 노출과 더 엄격한 제약 조건 하에서도 안정적이고 신뢰할 수 있는 전달을 유지함을 입증했습니다.

의의

본 논문은 이 프레임워크가 현대적인 다중 슬롯 광고 환경에서 단일 슬롯 모델링의 근본적인 한계를 해결한다고 주장합니다. 분리된 슬롯별 결정에서 전역적으로 조정된 페이지 뷰 수준 최적화로 전환함으로써, 이 접근법은 공정성, 노출 다양성, 그리고 전달 안정성을 성공적으로 균형 잡습니다. 결과는 공동 최적화가 상인 수익과 플랫폼 수익 효율성을 향상시킬 뿐만 아니라 중복 광고 노출을 제거함으로써 사용자 경험을 개선함을 보여줍니다. 이 작업은 세분화된 트래픽 제어와 견고한 계약 충족이 필요한 산업용 GD 시스템을 위한 확장 가능한 기반을 제공합니다.