Algorithmic advertising in the Metaverse

The Metaverse has recently emerged as a promising and revolutionary platform for the world of advertising. With its immersive experience, the metaverse opens the door to a new horizon for the advertisers, allowing the display of eye-catching content with the ability to monitor how users react to the displayed ads. As the user traverses virtual spaces and engage in different activities, an important question arises regarding which ads to display and and where to place them across the virtual platform. In this work, we provide a novel user model for advertising in the metaverse, providing algorithms for an optimal allocation of advertisements. In the provided model, the user traverses virtual locations called scenes, in which ads may be allocated. The effectiveness of an ad, referred to as quality, may vary among the scenes as the user interests may be influenced by the context in which the ad is displayed. Moreover, we study the effect of inter dependencies among ads, called negative forward externalities, which may reduce the quality of subsequent allocations once an ad is displayed. As the externalities can have a significant impact on the quality of an ad, the model allows leaving some scenes unallocated to mitigate this effect. Moreover, an ad may be displayed multiple times, as the user might still click on it in future displays. We assess the time complexity of the problem for various scenarios and we provide approximation greedy algorithms with theoretical guarantees that run in polynomial time for real-world applications. Furthermore, the Myerson’s weak monotonicity property is investigated as it ensures the design of truthful auction mechanisms. Finally, we propose a specific class of ads to test the algorithms in challenging scenarios and we formulate the problem as an Integer-Linear-Programming model to compare the performance of the greedy approach against the optimal allocation. In view of this, this work wants to contribute to a first step towards advertising in the Metaverse offering a fresh perspective on this emerging profitable sector.

Negli ultimi anni, il Metaverso è emerso come una piattaforma promettente e rivoluzionaria per il mondo della pubblicità. Il metaverso infatti, apre le porte a un nuovo orizzonte per gli inserzionisti, consentendo la visualizzazione di contenuti accattivanti con la possibilità di monitorare come gli utenti reagiscono agli annunci visualizzati. Nel metaverso, l’utente naviga attraverso degli spazi virtuali e dunque sorge una domanda importante riguardo a quali annunci allocare e in quale luogo virtuale mostrarli. In questo lavoro, forniamo un nuovo modello dell’utente per la pubblicità nel metaverso, fornendo algoritmi per un’allocazione ottimale delle pubblicità. Nel modello fornito, l’utente attraversa gli spazi virtuali del metaverso, chiamati scene, in cui possono essere allocati annunci di vario tipo. L’efficacia di un annuncio, indicata come qualità, può variare tra le scene in quanto gli interessi dell’utente possono essere influenzati dal contesto in cui l’annuncio viene visualizzato. Inoltre, studiamo l’effetto delle interdipendenze tra gli annunci, chiamate esternalità, che possono ridurre la qualità delle allocazioni successive una volta che un annuncio viene visualizzato. Poiché le esternalità possono avere un impatto fortemente negativo sulla qualità degli annunci futuri, il modello consente di lasciare alcune scene non allocate per attenuare questo effetto. Inoltre, un annuncio può essere visualizzato più volte, in quanto l’utente potrebbe comunque fare click su di esso in visualizzazioni successive. Inoltre, valutiamo la complessità temporale del problema per vari scenari e forniamo algoritmi greedy di approssimazione con garanzie teoriche che funzionano in tempo polinomiale, favorendo dunque un’ applicazione in campo reale. Inoltre, viene studiata la proprietà di monotonicità debole di Myerson in quanto garantisce la proget- tazione di meccanismi di asta veritieri. Infine, proponiamo una classe specifica di annunci per testare gli algoritmi in scenari impegnativi e formuliamo il problema come un modello di Programmazione Lineare Intera per confrontare le prestazioni dell’approccio greedy con l’allocazione ottimale. In considerazione di ciò, questo lavoro vuole contribuire ad un primo passo verso il mondo della pubblicità nel Metaverso, offrendo una nuova prospettiva su questo settore emergente.