Online Marketing

Aus der Perspektive von Machine Learning besteht die Kunst im  Online Marketing darin, Spieltheorie und soziale Effekte gut zu verstehen und vorauszusagen. Aktuell ist dieses Thema sehr interessant, da es weder ein komplettes System noch ein Algorithmus gibt, der die Effekte in sozialen Netzwerken und Advertising-Netzen erschöpfend abbildet. Der Stand der aktuellen Forschung in diesem Bereich findet ihr hier.

Oktober 2017 – Display advertising: Estimating conversion probability efficiently

Abdollah Safaria et al. vergleichen verschiedene Estimatoren, die die Wahrscheinlichkeit der Conversion berechnet. Dabei benutzen sie Daten von Criteo, eine Firma Marketing Agentur für Online Marketing. [Zum Paper]

 

Januar 2017 – A Theory of Experience Effects

Ulrike Malmendier et al. Wie beeinflussen Finanzkrisen und Aktienschwankungen das Verhalten von Investoren und Aktionären auf lange Sicht. Dieses Paper stellt eine Theorie auf, wie sich bei verschiedene Altersschichten das Verhalten verändert. [Zum Paper]

 

November 2016 – Cognitive hierarchy theory and two-person games

Carlos Gracia-Lazaro et al. Soziale und ökonomische Interaktion basiert auf Entscheidungen die jedes Individuum in dieser Interaktion forciert. Die Cognitive Hierarchy Theory bietet ein Framework zum Verständnis und Vorhersage dieser Entscheidungen. [Zum Paper]

 

Oktober 2016 – Scheduling Broadcasts in a Network of Timelines

Emaad Manzoor et al. Gibt es eine Zeit, in der Nutzer von Social Networks empfänglicher sind für Broadcasting wie bspw. Facebook Live? Diese Studie stellt ein Modell (basierend auf Heuristiken) vor, um die Zeit für ein Broadcasting strategisch gut zu wählen. [Zum Paper]

 

Oktober 2016 – Urban association rules: uncovering linked trips for shopping behavior

Yuji Yoshimuraa et al. Die Studie untersucht das Shopping-Verhalten in Barcelona. Es werden Daten ausgewertet, die zeigen, welchen Weg die Käufer für welche Art von Ware zurücklegen wollen. Daraus lassen sich viele Assoziationen ableiten, die besonders wichtig für Werbeoptionen sind. [Zum Paper]

 

Juli 2016 – Intertwined Viral Marketing through Online Social Networks

Jiawei Zhang et al. In diesem Paper wird das TIM-Problem (interTwined Influence Maximization) deklariert. Es beschreibt, wie konkurrierende (ebenfalls beworbene) Produkte, sich gegenseitig beieinflussen. Um den Einfluss dieses Problems  zu messen, schlagen die Autoren ein Framework names TIER (interTwined Influence EstimatoR) vor. [Zum Paper]

 

April 2016 – Online Ad Assignment with an Ad Exchange

Wolfgang Dvorák and Monika Henzinger. Die Autoren nutzen bestehende Algorithmen, um den Revenue Return von Ad-Programmen zu messen. Dabei stellen sie drei Modifikation dieser Algorithmen vor, u.a. einen One-Shot- und einen Multi-Shot-Online Algorithmus. Das Paper ist eher theoretischer Natur. [Zum Paper]