[2D3-OS-7a] 広告とAI(1/2)

[2D3-OS-7a-03] ブランドの認知を目的としたTVCM素材の割当て

〇棚橋 耕太郎¹、濱田 賢吾¹、梅谷 俊治² (1. 株式会社リクルート、2. 大阪大学)

キーワード：数理最適化、機械学習、TVCM

広告の認知を促す上で，ユーザの広告への接触回数を考えることは重要である．広告への接触回数がある閾値を超えると広告認知に繋がりやすくなることが知られており，広告の効果を測る指標のひとつとして広く用いられている．本発表では，TVCM出稿者側の立場からCMの編成問題を取り扱い，TV局から割当てられたCM枠に対して，どの枠にどの種類のCMを割当てると各種類のCMの認知が最大になるかという問題を整数計画問題として定式化する．この際，あるユーザのあるCMに対する期待視聴回数が閾値を超えるとCMは認知される考え，各種類のCMに対して，認知に至るようなターゲット視聴者の数を最大化する．さらに，実際の視聴データを用いて提案モデルの有効性を確認する．ここで，最適化の入力データの規模が大きいと実用的な時間で解を得ることが困難であるため，LP緩和問題の解を用いたサンプリング手法を新たに提案する．その結果，提案のサンプリング手法を用いる方が，ランダムサンプリングを行う場合と比較して良い結果を得られることが確認できた．