[4Pin1] インタラクティブ(2)

[4Pin1-14] Deep CTR Prediction in Facebook Ads

〇Yuki Iwazaki¹ (1. CyberAgent, Inc.)

Keywords:Deep Learning, Computer Vision, Natural Language Processing

技術の発展に伴い表現力の高いインターネット広告が増えている中，ユーザーと広告主双方に利点のある広告のクリック率(CTR)予測が盛んに行われている．その広告に関連するあらゆる情報，例えば広告の出ているメディアやページ内の表示場所，広告を見たユーザーのデモグラフィック，広告主とその商品，クリエイティブと呼ばれる広告バナーの画像や文面等がクリックを引き起こす要因として考えられる．しかし，高速なレスポンスタイムが求められるインターネット広告では，情報量が多く処理や学習に時間を要してしまうことから，画像や文面を用いて予測性能を改善したり，知識を抽出する研究があまり進んでいない．その解決策として高次元タスクにおいて顕著な成果を上げているDeep Learningを用いて画像やテキストといった各要素をEnd-to-Endに学習させ，得られた結果から配信影響について議論する．また，従来の手法との比較実験から考察とまとめを行う．本研究の目標は，新規の広告に対してCTRを見積もること，また学習されたモデルからCTRに寄与する特徴，配信影響を発見することである．