图 两阶段广告分配方案

　　在国家自然科学基金项目（批准号：72025201、72221001）等资助下，上海交通大学荣鹰教授、郑欢教授与海外合作者在平台在线广告分配研究领域取得进展。成果以“考虑消费者选择与算法公平的在线广告分配（Online Advertisement Allocation Under Customer Choices and Algorithmic Fairness）”为题，于2024年4月在《管理科学》（Management Science）在线发表。论文链接：https://doi.org/10.1287/mnsc.2021.04091。

　　在大数据与互联网时代，如何利用数据和算法合理、高效地进行在线广告分配已经成为一个重要且日益复杂的科学问题。一方面，平台需要向客户实时分配广告，以最大化广告点击收益，这要求充分考虑客户的个性化偏好和选择行为；另一方面，平台还需兼顾广告商的点击量需求与预算限制，时刻关注广告商的点击量达成情况与预算消耗进度。在满足这些要求的同时，平台还需关注广告推荐算法的公平性，避免出现对特定用户群体的不公正广告分配。传统的静态、单一和偏向性的广告分配方式显然无法满足上述需求，平台经济的发展迫切需要提出动态、多元且公平的广告分配新方法。

　　面对新挑战，研究团队设计并提出了一种两阶段广告分配方案（图）。在广告分配的前置阶段，基于对客户行为和广告商点击量需求的理解，结合平台收益与算法公平性双重目标，设计了一种高效且易解的优化模型，得出了基于用户类别的广告点击最优目标。在广告正式分配阶段，平台根据实际点击情况及第一阶段的点击目标，实时更新各广告在不同用户类别中的权重配比，从而获得兼顾公平性与个性化的最优广告分配方案。研究结果表明：与传统广告分配算法相比，新型两阶段广告分配方法具有更高效、更公平、更易操作且更具解释性等多重优势。此外，该方法实现了广告在客户群体中随时间均匀分配的目标，有效避免了广告商因预算快速消耗导致广告无法持续广泛传播的不利影响。研究为平台经济在广告分配中更好地实现资源优化配置、兼顾效率与公平性提供了科学方法和管理启示。