著者

岩崎 祐貴

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第32回全国大会(2018)

巻号頁・発行日

pp.4Pin114, 2018 (Released:2018-07-30)

---

技術の発展に伴い表現力の高いインターネット広告が増えている中,ユーザーと広告主双方に利点のある広告のクリック率(CTR)予測が盛んに行われている.その広告に関連するあらゆる情報,例えば広告の出ているメディアやページ内の表示場所,広告を見たユーザーのデモグラフィック,広告主とその商品,クリエイティブと呼ばれる広告バナーの画像や文面等がクリックを引き起こす要因として考えられる.しかし,高速なレスポンスタイムが求められるインターネット広告では,情報量が多く処理や学習に時間を要してしまうことから,画像や文面を用いて予測性能を改善したり,知識を抽出する研究があまり進んでいない.その解決策として高次元タスクにおいて顕著な成果を上げているDeep Learningを用いて画像やテキストといった各要素をEnd-to-Endに学習させ,得られた結果から配信影響について議論する.また,従来の手法との比較実験から考察とまとめを行う.本研究の目標は,新規の広告に対してCTRを見積もること,また学習されたモデルからCTRに寄与する特徴,配信影響を発見することである.