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
『マルコフ連鎖モデルによるアトリビューション分析（インターネット広告への応用）』
こんにちは、岡川です。 今回は、インターネット広告代理店の現場で活用している数理モデルの紹介です。 はじめに、（何度も記事を書いていますが）自己紹介させていただきます。 大学院では素粒子物理学、特に超弦理論を専攻していてました。社会に出て、電機メーカーで半導体フラッシュメモリの製造工程のLPCVD(低圧化学蒸着)工程の開発エンジニアとして勤務していました。その後、インターネット広告代理店に転職して、現在は以下のようなネット広告のデータ分析を色々やっています。 ・DMPセグメント設計 ・アトリビューション分析 ・予算シミュレーション ・クリエイティブ検証 ・ウェブ×マス広告分析 ・動画広告の分析 今回の話しは、アトリビューション分析です。 今回は、特に理論的な面に焦点を絞っていますので、大学学部生含むアカデミック側の方々にも楽しんでいただければと思います。ですが、今回使っている数学は、線形代
レコメンドエンジンの全体像――ビジネスに使えるデータサイエンス
今回は、アクセンチュアで行われているデータサイエンスの具体的な例として、アクセンチュア・レコメンドサービスについて説明します。 データサイエンスを一般化させたレコメンドエンジン アクセンチュア・レコメンドサービス（以下、ARS）は、顧客情報、行動履歴から、お客様一人一人に対して最適な商品をおすすめ（レコメンド）するサービスです。レコメンドサービスは、ECサイトでのクロスセル、アップセル、メールマガジン中の商品広告、キャンペーン情報送信対象の選定、クーポンによる実店舗への誘導、ニュースサイトの関連記事への誘導といったシーンで近年多く使われるようになってきました。ビジネスに活用されるデータサイエンスの代表的な例としてピンとくる読者も多いでしょう。 レコメンドエンジンは一度システムを構築すれば終わりというものではなく、履歴情報に基づいて推奨モデルを随時刷新していくことが重要となります。ARSでは
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
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://db-event.jpn.org/deim2014/final/proceedings/F3-4.pdf
