摘要
广告(广告)选择在赞助搜索起一个重要作用，自从它是一个在上游的部件并且将重重地影响随后的拍卖机制的有效性。然而，大多数存在广告选择方法认为广告选择是一个相对独立的模块，并且仅仅考虑文字或在广告选择过程期间的在询问和关键词之间的语义匹配。在这份报纸，我们主张这条途径不是全球性最佳的。我们的建议是作为如此的一个优化问题提出广告选择，选择广告能和下游的部件工作(例如，拍卖机制)完成用户按的最大化，广告客户聚会福利，并且搜索引擎收入(我们作为市场目的叫这些客观函数的联合便于引用)。到这个目的，我们1)提取一捆特征代表每询问和关键词，并且2)训练印射特征到显示关键词是否被选择的一个二进制变量的一个机器学习模型，由最大化上述的市场目的。这形式化似乎相当自然；然而，因为市场目的是非凸的，它是技术上困难的，不连续，并且由于评价和秒价格考虑模型参数的indifferentiable在拍卖机制统治。处理挑战，我们建议市场目的概率的近似，它是光滑的并且能被常规优化技术有效地优化。我们测试从一个商业搜索引擎用赞助搜索日志与我们的建议方法学习的广告选择模型。试验性的结果证明我们的方法罐头显著地在调查下面在所有度量标准上超过几个广告选择算法。
出版日期
2015年02月12日（中国期刊网平台首次上网日期，不代表论文的发表时间）
