講演抄録/キーワード |
講演名 |
2015-02-20 14:50
一般画像認識手法を応用したディスプレイ広告のユーザ属性推定とクリック率予測 ○山元浩平(東大)・茂木哲矢・田頭幸浩・小林隼人・小野真吾(ヤフー)・中山英樹(東大) PRMU2014-149 CNR2014-64 |
抄録 |
(和) |
クリック課金型ディスプレイ広告のクリック率(click-through rate; CTR)予測において,レイテンシとコールドスタート問題―履歴の乏しい広告や属性が未知のユーザに対する予測の困難さ―は解決すべき主要な問題である.本稿では,計算コストを抑えつつコールドスタート問題に対応可能なクリック率予測モデルとして,一般画像認識手法を応用した内容ベースクリック率予測手法を提案する.具体的には(1)広告画像から畳み込みニューラルネットワーク(convolutional neural networks; CNN)等により抽出した画像特徴量を説明変数とし,ユーザの属性を目的変数として識別器を構築することで,広告画像から未知のユーザの属性を推定する.(2)推定したユーザ属性を広告主IDや広告ID等のID情報と組み合わせたものを予測モデルの素性として用いてクリック率予測を行う.本手法では画像特徴量を用いて学習を行うため,履歴の乏しい広告や属性が未知のユーザに対しても画像の類似性から予測・推定が可能である.最終的に,提案手法を広告のアクセスログのデータセットに適用し,その有効性を検証する. |
(英) |
In the field of click-through rate (CTR) prediction of pay per click display ads, the latency and the cold-start problem, which is a difficulty in CTR prediction regarding users and ads with little historical data, are fundamental problems. In this work, we propose a content-based CTR prediction method applying a generic image recognition methodology. Our proposed method is completely content-based using image similarity; therefore, we expect it to enable a CTR prediction even for users and items with little historical data. Finally, we evaluate our proposed method with datasets of display ads and confirmed its effectiveness. |
キーワード |
(和) |
広告クリック率予測 / 一般画像認識 / 畳み込みニュ―ラルネットワーク / 画像特徴量 / ユーザ属性推定 / / / |
(英) |
Ad CTR Prediction / Generic Image Recognition / Convolutional Neural Networks / Image Features / User Demographics Estimation / / / |
文献情報 |
信学技報, vol. 114, no. 454, PRMU2014-149, pp. 179-184, 2015年2月. |
資料番号 |
PRMU2014-149 |
発行日 |
2015-02-12 (PRMU, CNR) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
PRMU2014-149 CNR2014-64 |