バンディットアルゴリズムによる広告配信の最適化【基礎と実践】 - Qiita

こんにちは，NTTドコモの出水です。 私は業務で，マーケティング分野を中心に社内外のデータ解析や社会システムの最適化に取り組んでいます。 本記事では，Bandit algorithmに焦点を当てて，アルゴリズムの基礎的な解説や，実システムへ広く適用するための手法例について述べます。 また，最後にpythonでのサンプルコードも載せています。 Bandit algorithmとは ビジネスにおいて最適な選択を求められる機会は多くあります。例えば，Web広告の配信 を考えた場合，複数の広告クリエイティブの中から最適なものを選び，アクセスユーザに表示させたいというものです。なるべく クリック率（CTR） が高いものを選択することで，累計クリック数を増やすことが可能ですが，CTRは試行させてみるまでは分かりません。 一般的に用いられる手法として，A/Bテスト があります。図にあるように，2つの広告