Calibrated Click-Through Auctions
Calibrated Click-Through Auctions
复制标题
校准点击式拍卖
DOI：
10.1145/3485447.3512050
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Zuo, Song
中科院分区：
文献类型：
--
作者：
Bergemann, Dirk;Dütting, Paul;Paes Leme, Renato;Zuo, Song
我们通过随机点击率和已知的每次点击估值来分析点击拍卖中的最佳信息设计。拍卖师将点击式拍卖的拍卖规则视为给定，即广义二价拍卖。然而，拍卖师可以设计有关投标人之间点击率的信息流。我们要求信息结构在学习意义上进行校准。有了这个限制，拍卖需要根据价值和点击率的校准预测的乘积对广告进行排名。因此，设计最优信息结构的任务被简化为设计最优校准预测的任务。我们表明，在点击率不确定的对称环境中，最优信息结构同时实现了社会效率和剩余提取。最佳信息结构需要向投标人提供私人（而不是公开）信号。它还需要相关（而不是独立）信号，即使点击率的潜在不确定性是独立的。除了对称设置之外，我们表明最佳信息结构需要部分信息披露，并且仅实现部分剩余提取。
We analyze the optimal information design in a click-through auction with stochastic click-through rates and known valuations per click. The auctioneer takes as given the auction rule of the click-through auction, namely the generalized second-price auction. Yet, the auctioneer can design the information flow regarding the click-through rates among the bidders. We require that the information structure to be calibrated in the learning sense. With this constraint, the auction needs to rank the ads by a product of the value and a calibrated prediction of the click-through rates. The task of designing an optimal information structure is thus reduced to the task of designing an optimal calibrated prediction.We show that in a symmetric setting with uncertainty about the click-through rates, the optimal information structure attains both social efficiency and surplus extraction. The optimal information structure requires private (rather than public) signals to the bidders. It also requires correlated (rather than independent) signals, even when the underlying uncertainty regarding the click-through rates is independent. Beyond symmetric settings, we show that the optimal information structure requires partial information disclosure, and achieves only partial surplus extraction.
登录
查看更多内容
DOI：
10.2139/ssrn.3145000
发表时间：
2017-02
期刊：
ERN: Information Asymmetry Models (Topic)
影响因子：
--
作者：
D. Bergemann;S. Morris
通讯作者：
D. Bergemann;S. Morris
影响因子：
6.1
作者：
Andreas Kleiner;B. Moldovanu;P. Strack
通讯作者：
P. Strack
DOI：
10.2139/ssrn.2913916
发表时间：
2016-11
期刊：
ERN: Search
影响因子：
--
作者：
A. Kolotilin;Tymofiy Mylovanov;Andriy Zapechelnyuk;Ming Li
通讯作者：
A. Kolotilin;Tymofiy Mylovanov;Andriy Zapechelnyuk;Ming Li
私人贝叶斯说服
DOI：
10.2139/ssrn.2721307
发表时间：
2019
期刊：
Econometrics: Econometric & Statistical Methods - General eJournal
影响因子：
--
作者：
Itai Arieli;Y. Babichenko
通讯作者：
Y. Babichenko
拍卖中的最佳信息披露
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
D. Bergemann;T. Heumann;S. Morris;Constantine S. Sorokin
通讯作者：
Constantine S. Sorokin