Resumo Técnico: HMAF – Um Framework de Alocação de GD-RTB Multi-Slot Hierárquico

1. Formulação do Problema

O artigo aborda o desafio complexo da alocação de impressões em ecossistemas de publicidade online de larga escala onde contratos de Entrega Garantida (GD - Guaranteed Delivery) coexistem com leilões de Lance em Tempo Real (RTB - Real-Time Bidding). Especificamente, os autores focam em ambientes multi-slot (ex: feeds de conteúdo), onde uma única visualização de página contém múltiplos slots de anúncios.

O problema central é formulado como uma tarefa de alocação unificada para maximizar a receita total da plataforma (soma dos valores de leilão RTB e dos valores contratuais de GD) sujeita a restrições rigorosas:

• Restrições de Entrega de GD: Garantir que os contratos cumpram volumes mínimos e máximos de impressões ($B_j$) para evitar penalidades.
• Restrições de Oferta: Cada requisição (visualização de página) pode ser alocada a no máximo um anúncio por slot.
• Restrições de Visualização de Página (PV): Limites detalhados no número de impressões que uma requisição específica pode contribuir através de múltiplos slots para evitar fadiga de anúncio e superexposição.

Os autores identificam três desafios fundamentais na resolução deste problema:

1. NP-Hardness (Complexidade NP-difícil): O problema generaliza o Problema da Mochila Multidimensional (MKP) sob restrições de PV detalhadas, tornando a otimização global computacionalmente intratável para milhões de requisições.
2. Trade-off eCPM-Fulfillment (eCPM vs. Cumprimento): Equilibrar a maximização de receita de curto prazo (alto eCPM) com garantias de entrega de contrato de longo prazo é difícil; o cumprimento agressivo muitas vezes prejudica a receita, enquanto o foco puro em receita arrisca a subentrega.
3. Supervisão Fraca: Diferente da predição de CTR padrão, o ranking híbrido carece de rótulos de verdade fundamental (ground-truth) explícitos para a lista ideal, exigindo que o sistema aprenda a partir de feedback implícito e atrasado derivado de estados de entrega agregados.

2. Metodologia: O Framework HMAF

Os autores propõem o HMAF (Hierarchical Multi-Slot Allocation Framework), que decompõe o problema intratável em um paradigma Plan–Calibrate–Execute (Planejar–Calibrar–Executar). Este framework acopla estritamente a otimização de restrições offline com a tomada de decisão neural online.

A. Estágio de Planejamento (Plan): Módulo de Alocação com Restrição de Visualização de Página

Este módulo formula o problema de alocação como um problema de otimização de restrições offline.

• Objetivo: Minimiza uma função de perda que equilibra o cumprimento de contrato, o interesse do usuário e uma nova restrição de Visualização de Página (PV) para limitar a exposição por slot.
• Mecanismo: O problema é resolvido usando relaxação Lagrangiana e condições KKT. Em vez de resolver o problema primal diretamente, o sistema atualiza iterativamente as variáveis duais ($\alpha, \beta, \delta$) via passos de gradiente projetado.
  • $\alpha_j$: Preço sombra para demanda de contrato (pressão de entrega).
  • $\beta_i$: Preço sombra para capacidade de requisição.
  • $\delta_{ij}$: Preço sombra para restrições de PV ao nível de slot.
• Saída: Estas variáveis duais atuam como "preços sombra" que codificam a escassez de recursos globais e a pressão de entrega, servindo como sinais de controle compactos para os estágios subsequentes.

B. Estágio de Calibração (Calibrate): Módulo de Pré-Ranking Guiado por Dualidade

Este módulo faz a ponte entre o planejamento offline e a execução online injetando as variáveis duais no score de ranking.

• Pontuação Unificada: Define um score de ranking ($rs_j$) tanto para candidatos GD quanto RTB.
• Modulação Guiada por Dualidade: Para anúncios GD, o score é ajustado por um termo $x_{ij} \cdot PID_{Error}$, onde $x_{ij}$ é a confiança de alocação derivada da otimização offline. Isso ajusta dinamicamente a competitividade com base na pressão de entrega específica do contexto, em vez de aplicar um controle PID uniforme.
• Função: Este estágio realiza filtragem e ranking grosseiros, reduzindo significativamente o espaço de decisão enquanto preserva a qualidade da alocação.

C. Estágio de Execução (Execute): Módulo de Alocação Listwise Gerador-Avaliador

Este estágio lida com o ranking final de lista (listwise) através de múltiplos slots, abordando a natureza dependente de posição dos anúncios multi-slot.

• Espaço de Características Aumentado por Dualidade: As variáveis duais offline ($\alpha, \beta, \delta$) são injetadas como características de estado global na rede neural, fornecendo "previsão" sobre as restrições do sistema.
• Gerador (Generator): Um codificador baseado em Transformer modela as interações candidato-posição, gerando uma matriz de probabilidade para atribuir candidatos aos slots. Ele gera uma lista primária e listas perturbadas para exploração.
• Avaliador (Evaluator): Um supervisor de lista seleciona a lista de ranking ideal a partir dos candidatos gerados, estimando uma recompensa ($R(S_k)$) que agrega métricas previstas e restrições de entrega.
• Objetivo de Treinamento: O modelo é treinado usando uma função de perda combinada:
  • $L_{ce}$: Perda de entropia cruzada que alinha as predições com a atribuição ideal do avaliador.
  • $L_{re}$: Perda consciente de recompensa que penaliza desvios entre o eCPM previsto e o realizado, corrigindo vieses sistemáticos.

3. Principais Contribuições

1. Framework Unificado: A proposta do HMAF, um framework hierárquico que integra otimização de restrições offline com tomada de decisão neural online, fornecendo uma base arquitetural robusta para alocação GD-RTB multi-slot.
2. Três Componentes Principais:
   • Um módulo de Otimização com Restrição de Visualização de Página que captura restrições de oferta detalhadas e deriva sinais duais.
   • Um módulo de Ranking Unificado Guiado por Dualidade que calibra o score online usando variáveis duais offline para equilibrar eCPM e cumprimento.
   • Um módulo Gerador-Avaliador que permite o ranking listwise ao modelar conjuntamente as interações candidato-posição sob orientação global.
3. Validação Empírica: Experimentos em larga escala e testes A/B online demonstrando melhorias estatisticamente significativas tanto nas taxas de entrega quanto na receita total.

4. Resultados Experimentais

O framework foi avaliado utilizando um conjunto de dados do ambiente de produção da Meituan (123M+ impressões, 32 dias) e implantado em testes A/B online.

Desempenho Offline:

• O HMAF superou os baselines (incluindo CF, PID, AUAF, CONFLUX e LIBRA) em todas as métricas.
• Group AUC (GA): 0,8984 (vs. 0,8538 para o melhor baseline, LIBRA).
• Taxa de Entrega (DR): 0,9638 (vs. 0,9554 para LIBRA).
• Taxa de Utilidade (UR): 0,9812 (vs. 0,9513 para LIBRA).
• RTB eCPM: Alcançou o maior score normalizado (1,0000).

Testes A/B Online (2 meses, divisão de tráfego 50/50):

• Taxa de Entrega de GD: Aumentou em 3,72% (estatisticamente significativo, p-valor 0,018).
• Receita Total de Publicidade: Aumentou em 1,59% (estatisticamente significativo, p-valor 0,024).
• Eficiência do Sistema: O planejamento offline roda em ~2 horas em 20 máquinas; a inferência online é leve (<50ms por visualização de página).
• Significância dos Resultados: Os autores observam que alcançar ganhos simultâneos em entrega e receita é contraintuitivo. Eles atribuem isso à capacidade do modelo GE de deslocar inteligentemente as impressões de GD para slots não-premium (usando sinais $\delta_{ij}$), liberando assim inventário de alto valor para RTB.

5. Significância e Alegações

O artigo afirma que o HMAF aborda com sucesso o conflito inerente entre a eficiência de receita de curto prazo e as garantias de entrega de longo prazo em mercados de publicidade híbridos. Ao introduzir um paradigma Plan–Calibrate–Execute, o framework vai além de regras de prioridade heurísticas ou pipelines desacoplados.

Os autores enfatizam que a capacidade do framework de lidar com restrições multi-slot detalhadas e otimização combinatória NP-hard através de uma abordagem neural guiada por dualidade é sua principal inovação. Eles afirmam que o HMAF fornece uma "base arquitetural confiável" para a alocação GD-RTB e foi implantado com sucesso no sistema de produção da Meituan, gerando valor de negócio mensurável. O artigo conclui que o framework é adaptável a outras plataformas com configurações GD-RTB semelhantes, dependendo apenas de requisitos de entrega garantida, valores de lance em tempo real e restrições de exposição multi-slot.