[B! ad][thesis] uchiuchiyamaのブックマーク

Web広告配信における多腕バンディット問題、Mortal Multi-Armed Bandits Problemとアルゴリズム - CARTA TECH BLOG

こんにちは@hagino3000です。Zucks Ad Networkという広告配信サービスの開発をしています。最近はアドネットワークの広告配信最適化に利用できるアルゴリズムの調査もしています。本稿では調査で読んだ論文の一つ、オンライン広告配信を想定した多腕バンディット問題である、Mortal Multi-Armed Banditsを紹介します。多腕バンディット問題になじみがある読者を想定しています。 papers.nips.cc オンライン広告と多腕バンディット問題ここでは簡単のために、クリック課金型のディスプレイ広告を前提に説明します。オンライン広告配信システムにおける問題として「最初はどの広告がどれだけクリックされるかわからないが、なるべくクリックされる広告を多く配信したい。」という物があります。これは多腕バンディット問題として知られており、探索はCTRが推定できるまで配信する事

uchiuchiyama 2015/04/06

リンク

https://db-event.jpn.org/deim2014/final/proceedings/F3-4.pdf

uchiuchiyama 2014/08/02

リンク

『リスティングに潜むナッシュ均衡。』

こんばんは、今回は安井(@housecat442)が担当させていただきます。最近リスティングの入札がナッシュ均衡なんじゃないかな？って思っていることがあるので、それについて書いていこうかなと思います。さて、突然ですが「ナッシュ均衡」をご存知でしょうか？ゲーム理論という分野において非常に有名な「ある状態」を示すものなのですが、今回それがリスティングにおいても起きているだろうなという事を書いていきます。さて、ナッシュ均衡の定義をwikipediaから持ってくると、「ナッシュ均衡は、他のプレーヤーの戦略を所与とした場合、どのプレーヤーも自分の戦略を変更することによってより高い利得を得ることができない戦略の組み合わせである。ナッシュ均衡の下では、どのプレーヤーも戦略を変更する誘因を持たない。」となっています。おそらくゲーム理論とかをかじったことなければさっぱりだと思いますので、ちょっ

uchiuchiyama 2014/05/24

リンク

chapelle.cc - chapelle リソースおよび情報

Get a new domain registered at NameSilo.com. Find out who owns any domain name with the WHOIS tool. This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.

uchiuchiyama 2014/03/04

リンク

『Criteoの研究者が語る、CTR予測とCVR予測　その仕組みと論文の紹介』

Criteoの研究者が語る、CTR予測とCVR予測　その仕組みと論文の紹介 | インターネット広告代理店で働くデータサイエンティストのブログはじめまして！　内定者アルバイトの小笠原(@YAMITZKY)と申します。初めてなので、簡単に自己紹介を。今は大学の４年生で、機械学習の手法を使って「Webサイトに自動でタグ付けを行う」というのを実現するような研究をしていました。最近は「MLaPP」という機械学習の本を読んでいるので、輪読の機会があったら呼んでいただけると嬉しいです！ ---------------- 本日の話題は、CriteoのCTR予測、CVR予測についてです。 Criteoは世界中でリターゲティング広告を提供している企業で、日本でもレコメンドバナー市場を牽引しています。第三者配信計測などでCriteo広告の分析をしてみると、ユーザーの購買行動の最後の一撃を与える役割（刈取

uchiuchiyama 2014/03/04

リンク

広告と機械学習 - Qiita

Machine Learning Advent Calendar向けの記事です。普段はGunosyという会社で社長業をしながら社長をしています。ざっくりいうと結論だけ知りたい人はここだけ広告における機械学習の応用の多くはCTR予測や運用の最適化のため(クエリー予測とか)の予測問題今後は「CVRの予測」や「アクティブなユーザーの予測」がホットな話題になる(加えてその運用をどう最適化するかといった話題も) 現在は検索エンジンの応用例が多い。今後はディスプレイ広告やタイムライン広告への応用が増えていく個人のユーザー属性を集めることが今まで以上にメディアのビジネス的に重要になる広告や推薦エンジンに限らずドメイン知識は非常に重要。ドメイン知識と機械学習の知識を持ったエンジニアが意思決定に携わる会社は今後大きくのびる(と思う) 広告について最近はもっぱら広告の開発をしており、広告分野で