Definicja problemu: Znamy wartość bid requesta (czyli oczekiwany przychód w przypadku wygrania aukcji) i naszym celem jest zabidowanie mniej tak, żeby bidder zarobił na aukcji.
- cena rynkowa często modelowana rozkładem log-normalnym (za Bid-Aware Active Learning in Real-Time Bidding for Display Advertising)
Uwaga: tutaj Agent Competition Double-Auction Mechanism podobno wykazują używając teorii gier, że najlepszą strategią jest nie robić landscape tylko biddować maksymalnie ile jesteśmy w stanie postawić (za Adaptive Bid Shading Optimization of First-Price Ad Inventory).
Podejście do landscape: Dynamics of bid optimization in online advertisement auctions z random bid perturbation, First-price auction, za Adaptive Bid Shading Optimization of First-Price Ad Inventory.
Inne podejście do landscape: An Automated and Data-Driven Bidding Strategy for Online Auctions (za Adaptive Bid Shading Optimization of First-Price Ad Inventory).
Algorytmy do bid-shdaingu mogą być podzielone na (za A Survey on Bid Optimization in Real-Time Bidding Display Advertising):
- point estimators - czyli takie, które po prostu zwracają liczbę, którą trzeba zabidować, np.
- distribution estimators - wprost estymują prawdopobieństwo wygrania a potem maksymalizują oczekiwany zysk
- Tutaj proponują założenie jakiejś postaci win-ratio:
- Ale tu: MEOW A space-efficient nonparametric bid shading algorithm opisują, że w prawdziwym świecie postać win-ratio jest znacznie inna niż ta jaką sobie założymy
- W związku z powyższym tu Learning to bid optimally and efficiently in adversarial first-price auctions proponują non-parametric method żeby znaleźć prawdziwy rozkład win-ratio.
- Inne metody bez zakładania postaci win-ratio:
- A Bayesian Multi-Armed Bandit algorithm for Bid Shading in Online Display Advertising, gdzie dzielimy ceny na przedziały i dla każdego przedziału zbieramy statystyki ile razy wygrana i ile razy przegrana. W drugim kroku maksymalizowany surplus podobnie jak w Bid shading by win-rate estimation and surplus maximization
Istotne cechy do bid-shadingu to logarytm ceny przed shadingiem jak i po shadingu; pora dnia (za Bid shading by win-rate estimation and surplus maximization).