文件名称：在有预算的重复拍卖中学习：遗憾最小化和均衡-研究论文
文件大小：1.02MB
文件格式：PDF
更新时间：2024-06-29 07:30:36
Sequential auctions online
在在线广告市场中，广告主经常根据已实现的观众信息，通过重复拍卖竞价来购买广告展示位置。 我们研究预算受限的广告商如何在未来投标机会和竞争存在不确定性的情况下在此类连续拍卖中竞争。 我们将此问题表述为不完全信息的序列博弈，其中投标人既不知道自己的估值分布，也不知道竞争对手的预算和估值分布。 我们介绍了一系列实用的出价策略，我们称之为自适应步调策略，其中广告商根据他们展示的支出样本路径调整他们的出价，并分析这些策略在不同竞争环境中的表现。 当竞争者的出价在拍卖中独立且相同分布时，以及当竞争出价是任意的时，我们建立了这些策略的渐近最优性。 当所有投标人都采用这些策略时，我们建立了诱导动态的收敛性并描述了一个机制（在在线广告市场的背景下被激励），在该机制下，这些策略构成动态策略中的近似纳什均衡：从单方面偏离到随着拍卖和竞争者数量的增加，其他策略，包括获得完整信息的策略，变得可以忽略不计。 这在后悔最小化和市场稳定性之间建立了联系，通过这种联系，广告商可以基本上遵循近似均衡的竞价策略，同时确保可以保证非均衡的最佳性能。