Predicting Hourly Internet Traffic in the RTB System - Panel Approach

• Autorzy: Michał Bernardelli
• Języki publikacji: EN

Abstrakty

EN

The aim of this article is to provide a method allowing to control the costs in the real time bidding system related with the bid request traffic. Hourly limits of expenses are predicted based on the historical data. This approach allows to diversify the costs through the whole day, instead spending them immediately at the beginning of the day. To improve the accuracy, a proposed method includes a panel econometric model, where hours are panels. Results are evaluated on the basis of off-line comparison tests between the panel (fixed effects estimator) and non-panel model (ordinary least squares estimator). It turns out, that in most cases the panel method gives more accurate predictions(original abstract)

Celem tego artykułu jest przedstawienie metody pozwalającej na kontrolę kosztów w systemie RTB, związanych z ruchem zapytań internetowych. Godzinowe limity wydatków są wyznaczane na podstawie historycznych danych. Takie podejście pozwala na rozłożenie kosztów na cały dzień, zamiast wydawania ich od razu na początku dnia. W celu poprawienia dokładności proponowana metoda uwzględnia panelowy model ekonometryczny, w którym godziny są panelami. Wyniki są oceniane na podstawie testów porównawczych pomiędzy modelem panelowym (model z efektami stałymi) i modelem opartym o szereg czasowy (estymator metody najmniejszych kwadratów). Okazuje się, że w większości przypadków metoda panelowa daje dokładniejsze prognozy. (abstrakt oryginalny)

Słowa kluczowe

EN

Panel data; Internet; Estimators; Econometrics

PL

Dane panelowe; Internet; Estymatory; Ekonometria

• Czasopismo: Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa
• Rocznik: 2017
• Numer: nr 47 Modelowanie danych panelowych : teoria i praktyka : VI Krajowa Konferencja
• Strony: 11--25

Twórcy

autor

Michał Bernardelli

• Warsaw School of Economics, Poland

Bibliografia

• Baltagi B. H., Bresson G., Pirotte A. (2003), Fixed Effects, Random Effects or Hausman-Taylor? A Pretest Estimator, "Economics Letters" 79, 361-369.
• Bernardelli M. (2015), Cheater Detection in Real Time Bidding System - Panel Approach,"Roczniki Kolegium Analiz Ekonomicznych SGH", No. 39, Oficyna Wydawnicza SGH, Warszawa, 11-23.
• Cisco Visual Networking Index (2013). Global Mobile Data Traffic Forecast Update, 2012-2017, www.cisco.com.
• Hsiao Ch. (2003), Analysis of Panel Data, Cambridge University Press, New York.
• Lee K. C., Jalali A., Dasdan A. (2013), Real Time Bid Optimization with Smooth Budget Delivery in Online Advertising. Proceedings of the Seventh International Workshop on Data Mining for Online Advertising (ADKDD '13). ACM, New York, 1-9.
• Lee K. C., Orten B., Dasdan A., Li W. (2012), Estimating Conversion Rate in Display Advertising from Past Erformance Data, Proceedings of the 18th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Beijing.
• Perlich C., Dalessandro B., Hook R., Stitelman O., Raeder T., Provost F. (2012), Bid Optimizing and Inventory Scoring in Targeted Online Advertising, Proceedings of the 18th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Beijing.
• Wooldridge J. M. (2013), Introductory Econometrics: A Modern Approach, South- Western.