| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-03-05 09:45 マルチモーダル深層学習によるオンライン動画広告の効果予測 ○池田 純・勢〆弘幸・汪 雪婷・山崎俊彦・相澤清晴（東大）  IMQ2019-41 IE2019-123 MVE2019-62 |
|
| 抄録 | （和） | 本研究ではネット上の動画広告がユーザに与える効果を予測する足がかりとして，動画広告のクリック率を予測し，クリック率を決定する要因を解析する手法を提案する. 我々はこれまで静止画バナーやTVCMを対象にした研究を行ってきたが，オンライン動画広告を対象として高い予測精度を得るためには，モデルをデータに最適化する必要性がある. スケールの異なるデータの扱いの工夫や過学習の抑制を行い，オンライン動画広告に対してネットワークを最適化することで相関0.695の予測精度が得られた．また，動画の冒頭数秒や最終フレーム，メタデータがCTRの大きな決定要因となることを明らかにした． |
| （英） | In this research, we propose a method for predicting the Click Through Rate of video ads and analyzing the factors that determine the Click Through Rate as a foothold for predicting the effects of video ads on the Internet to users. We have been conducting research on image banner ads and TV commercials, but in order to obtain high prediction accuracy for online video advertisements, it is necessary to optimize the architecture and parameters. As a result, the prediction accuracy of 0.695 was obtained. Additionally, we demonstrated that the first few seconds of the video, the last frame, and the metadata are the major factors of Click Through Rate. | |
| キーワード | （和） | クリック率 / CTR / 深層学習 / マルチモーダル / オンライン動画広告 / / / |
| （英） | Click Through Rate / CTR / deep learning / multi-modal / online video ad. / / / | |
| 文献情報 | 信学技報, vol. 119, no. 457, MVE2019-62, pp. 133-136, 2020年3月. | |
| 資料番号 | MVE2019-62 | |
| 発行日 | 2020-02-27 (IMQ, IE, MVE) | |
| 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 | IMQ2019-41 IE2019-123 MVE2019-62 |
|
| 研究会情報 | |
| 研究会 | IE IMQ MVE CQ |
| 開催期間 | 2020-03-05 - 2020-03-06 |
| 開催地（和） | 九州工業大学 戸畑キャンパス |
| 開催地（英） | Kyushu Institute of Technology |
| テーマ（和） | 五感メディア，マルチメディア，メディアエクスペリエンス， 映像符号化，イメージメディアの品質，ネットワークの品質 および信頼性，一般 （魅力工学（AC）研究会協賛） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MVE |
| 会議コード | 2020-03-IE-IMQ-MVE-CQ |
| 本文の言語 | 日本語 |
| タイトル（和） | マルチモーダル深層学習によるオンライン動画広告の効果予測 |
| サブタイトル（和） | |
| タイトル（英） | Predicting the online video advertising effectiveness with multimodal deep learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | クリック率 / Click Through Rate |
| キーワード(2)（和/英） | CTR / CTR |
| キーワード(3)（和/英） | 深層学習 / deep learning |
| キーワード(4)（和/英） | マルチモーダル / multi-modal |
| キーワード(5)（和/英） | オンライン動画広告 / online video ad. |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 池田 純 / Jun Ikeda / イケダ ジュン |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 勢〆 弘幸 / Hiroyuki Seshime / セシメ ヒロユキ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） | 汪 雪婷 / Xueting Wang / |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第4著者 氏名（和/英/ヨミ） | 山崎 俊彦 / Toshihiko Yamasaki / ヤマサキ トシヒコ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第5著者 氏名（和/英/ヨミ） | 相澤 清晴 / Kiyoharu Aizawa / アイザワ キヨハル |
| 第5著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-05 09:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MVE |
| 資料番号 | IMQ2019-41, IE2019-123, MVE2019-62 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.454(IMQ), no.456(IE), no.457(MVE) |
| ページ範囲 | pp.133-136 |
| ページ数 | 4 |
| 発行日 | 2020-02-27 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]