АДАПТАЦІЙНЕ УПРАВЛІННЯ ПОКАЗОМ РЕКЛАМНИХ РОЛИКІВ В СОЦІАЛЬНИХ МЕРЕЖАХ ЗА СХЕМОЮ БАГАТОРУКОГО БАНДИТА
DOI:
https://doi.org/10.31649/ins.2024.1.83.92Ключові слова:
реклама, управління рекламування, адаптація, соціальна мережа, багаторукий бандитАнотація
За мінливого маркетингового середовища для успіху рекламної кампанії необхідно максимально скоротити час від ідеї реклами до реалізації комунікації. Постає необхідність одночасного і рекламування, і досліджень, і корегування комунікаційних процесів. Відповідно, потрібно приймати деяку послідовність рішень, сукупність яких забезпечують коректний баланс між етапами тестування та запуску. Одним із найбільш зручних для практичної реалізації адаптаційних механізмів є схема дворукого бандита. Дворукий бандит це модель багатократного вибору однієї із двох альтернатив з апріорі невідомим розподілом виграшу між ними. Кожна альтернатива асоціюється з однією рукою бандита. За наслідками прийнятих рішень ймовірносний розподіл виграшів поступово ідентифікується і використовується в подальшому для експлуатації кращої альтернативи. На практиці альтернатив може бути і більше, тоді задача багатократного прийняття рішень зводиться до моделі багаторукого бандита. Запропонована нова модель управління показом рекламних роликів в соціальних мережах за принципами багаторукого бандита. Ідея полягає в тому, одночасно демонструється кілька рекламних роликів, частота показу кожного із яких залежить від результативності – від рівня утримання глядачів до контактного кадра. На основі показників утримання між роликами щодобово перерозподіляються деяка частка ресурсів. Запропоновані прості та ефективні формули для перерозподілу ресурсів, які враховують як поточну нерівномірність показників утримання, так і статистику демонстрацій роликів. Здійснено моделювання управління показом протягом 35 діб для трьох рекламних роликів. Продемонстрована робота моделі управління як за стаціонарних умов, так і за умов вкиду вірусного повідомлення. На фазових траєкторіях продемонстровано як змінюється реакція системи на вкид вірусного повідомлення за різних параметрів управління.
Посилання
Feit, E. M., & Berman, R. (2019). Test & roll: Profit-maximizing A/B tests. Marketing Science, 38(6), 1038–1058. https://doi.org/10.1287/mksc.2019.1194Holland, J.H. (1992). Adaptation in natural and artificial systems: an introductory analysis with applications to biology, control, and artificial intelligence. MIT Press, 211 p.Rothschild, M. (1974). A two-armed bandit theory of market pricing. Journal of Economic Theory, 9(2), 185-202. https://doi.org/10.1016/0022-0531(74)90066-0Scott, S. L. (2015). Multi-armed bandit experiments in the online service economy. Applied Stochastic Models in Business and Industry, 31(1), 37–45. https://doi.org/10.1002/asmb.2104Schwartz, E. M., Bradlow, E. T., & Fader, P. S. (2017). Customer acquisition via display advertising using multi-armed bandit experiments. Marketing Science, 36(4), 500–522. https://doi.org/10.1287/mksc.2016.1023Russo, D. J., Van Roy, B., Kazerouni, A., Osband, I., & Wen, Z. (2018). A tutorial on Thompson sampling. Foundations and Trends in Machine Learning. Now Publishers Inc. https://doi.org/10.1561/2200000070Lykouris, T., Mirrokni, V., & Leme, R. P. (2020). Bandits with adversarial scaling. In 37th International Conference on Machine Learning, ICML 2020 (Vol. PartF168147-9, pp. 6467–6477). International Machine Learning Society (IMLS).Iacob, A., Cautis, B., & Maniu, S. (2022). Contextual Bandits for Advertising Campaigns: A Diffusion-Model Independent Approach. In Proceedings of the 2022 SIAM International Conference on Data Mining, SDM 2022 (pp. 513–521). Society for Industrial and Applied Mathematics Publications. https://doi.org/10.1137/1.9781611977172.58Aramayo, N., Schiappacasse, M., & Goic, M. (2023). A Multiarmed Bandit Approach for House Ads Recommendations. Marketing Science, 42(2), 271–292. https://doi.org/10.1287/mksc.2022.1378
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Завантаження
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
