![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
决策艺术
文章平均质量分 88
象牙山一级炼丹师
毕业于四川大学,计算机科学与技术专业,硕士学历,目前在美团做广告算法相关工作。公众号:老刘聊广告
展开
-
RTB论文梳理及精讲一
出价策略大体上可以分为两部分:1)结合业务特点,将竞价优化问题建模为线性规划问题,并利用对偶优化理论,求解出最优出价的公式。这一步基本没什么难度,只要掌握一些线性规划知识,都可以求解出来2)求解最优出价公式中的参数,以达到流量的最优分配。这一步是出价策略中最难的一部分参数求解目前来看主要有以下三种形式:1)利用历史请求信息求解线性规划问题,得到最优参数。这种方式适合流量比较稳定的场景,如一些站内流量。对于流量变化比较大的场景,利用历史流量求解出来的参数在未来往往无法达到很好的效果2)利用PID控制原创 2021-12-09 22:23:54 · 581 阅读 · 0 评论 -
浅谈博弈论与经济学的关系
文章目录1.前言2.博弈论与主流经济学的关系3.非合作博弈论概述3.1 完全信息静态博弈囚徒困境市场进入阻挠3.2 完全信息动态博弈3.3 不完全信息静态博弈3.4 不完全信息动态博弈1.前言广告机制本质上是协调平台、广告主和用户三方之间的利益,让各方在这个生态里都能够最大化自己的期望效益,是一个博弈问题。从这个角度来讲,广告机制设计与现代经济学有许多相似之处。因此,多了解一些博弈论和经济学的相关知识,对从事广告机制相关的同学来说非常有帮助本文的主要内容都是从张维迎老师的著作《博弈论与信息经济学》中提转载 2021-05-10 22:29:34 · 1442 阅读 · 0 评论 -
《凸优化》读书笔记第四篇:优化问题中的对偶理论
Lagrange函数及其对偶函数对于标准形式的优化问题:minimize f0(x)subject to fi(x)≤0,i=1,2,...,m hi(x)=0,i=1,2,...,p\begin{aligned} minimize & {\,}{\,}f_{0}(x) \\subject{\,}{\,}to &{\,}{\,}f_{i}(x) \leq 0, i=1,2,...,m \\ &{\,}{\,}h_{i}(x)=0,转载 2021-05-10 22:28:03 · 182 阅读 · 0 评论 -
《凸优化读书笔记》第三篇:凸集进阶之保凸运算、分离与支撑超平面、对偶锥与广义不等式
前言实际工作中大量的决策问题,如计算广告中的部分机制策略问题、物流行业的路径规划问题甚至机器学习中的优化问题,都可以表示为数学优化问题,或者数学优化问题的变化形式如多目标优化问题。因此,接下来一段时间将会持续更新数学优化中的凸优化问题和整数规划问题相关知识总结本篇是《凸优化读书笔记》系列的第二篇,主要讲述凸集相关的基本概念以及几种常见的凸集类型一、相关概念1.1 仿射集合1.1.1 仿射集合的概念零空间:在数学中,一个算子AAA的零空间是方程Av=0Av=0Av=0所有解vvv的集合,也叫做AA转载 2021-05-09 11:37:35 · 236 阅读 · 0 评论 -
《凸优化读书笔记》第二篇:凸集基础
前言实际工作中大量的决策问题,如计算广告中的部分机制策略问题、物流行业的路径规划问题甚至机器学习中的优化问题,都可以表示为数学优化问题,或者数学优化问题的变化形式如多目标优化问题。因此,接下来一段时间将会持续更新数学优化中的凸优化问题和整数规划问题相关知识总结本篇是《凸优化读书笔记》系列的第二篇,主要讲述凸集相关的基本概念以及几种常见的凸集类型一、相关概念1.1 仿射集合1.1.1 仿射集合的概念零空间:在数学中,一个算子AAA的零空间是方程Av=0Av=0Av=0所有解vvv的集合,也叫做AA转载 2021-05-09 11:34:38 · 250 阅读 · 0 评论 -
《凸优化读书笔记》第一篇:走进数学优化世界
一、什么是数学优化1.1 数学优化问题分类实际工作中大量的决策问题,如计算广告中的部分机制策略问题、物流行业的路径规划问题甚至机器学习中的优化问题,都可以表示为数学优化问题,或者数学优化问题的变化形式如多目标优化问题。因此,接下来一段时间将会持续更新数学优化中的凸优化问题和整数规划问题相关知识总结数学优化问题可以写成如下形式:minimize f0(x)subject to fi(x)≤bi,i=1,2,...,m (1)\begin{array}{l}minimize f_{0}(x) \\原创 2021-05-09 11:29:33 · 176 阅读 · 0 评论