半熟仮想とサイバーエージェントの共同研究が推薦システムデザインの国際会議「RecSys2021」に登場
本研究は、サイバーエージェントの人工知能技術の研究開発組織「AI Lab」に所属する安井翔太氏、当社代表取締役・イェール大学助教授の成田悠輔、同大学の矢田紘平によるものです。
「RecSys」は推薦システムに関わる世界中の研究者・データサイエンティスト・エンジニアが集う国際会議で、機械学習やデータサイエンスの応用に関して「KDD」「SIGIR」※2 などと並び権威のある国際会議です。このたび採択された論文は、2021年9月に開催される「RecSys2021」で発表を行います。
■背景
当社は多くの他企業と連携し、事業や政策をデザインするためのデータ科学技術を研究・開発しています。特に近年のウェブサービスにおいては、機械学習を用いた意思決定がサービスの質を左右する重要な役割を果たしています。なかでも重要なのが、機械学習を利用した際に残る意思決定のログデータを使った「より良い意思決定アルゴリズムの発見や設計」です。
当社とサイバーエージェント社はこのような機械学習による意思決定の評価に対して因果推論や経済学の手法を適応する共同研究をしており、2019年には人工知能のトップ国際会議「AAAI」※3 にて共著論文が採択されるなど、積極的な学術貢献を行ってまいりました。
■概要
このような取り組みのもと、今回採択された共著論文 「Debiased Off-Policy Evaluation for Recommendation Systems」では、広告画像の推薦のように「取り扱うデータが高次元になる状況」において機械学習を用いた評価方法を提案しました。
広告画像の推薦は、表示するメディアやユーザーの情報などの様々なデータを元に行うため、扱うデータが高次元となります。このような高次元データを扱う状況では、評価において重要となる変数とそうでない変数の判別が難しいため、それを自動で行う機械学習を利用することが期待されていました。 しかし、単純に機械学習を用いるだけでは、最終的な評価がうまくいかないことが知られており、それを解決する手段としてDouble/Debiased Machine Learning(DML)と呼ばれる手法が提案されています。
今回採択された論文では、このDMLを意思決定評価の問題に取り入れることで、高次元なデータを用いた意思決定アルゴリズムの性能予測においてより信頼性の高い評価を行うことを可能にしました。本研究ではこの性能の高さを理論的に証明するだけでなく、実際の広告配信のデータを利用して実験的にも確認しています。
■今後の展望
機械学習を用いた意思決定は、ビジネスや公共政策における機械学習応用の中心的な役割として更なる活用が期待されています。当社は、今後もサイバーエージェント社とこのような社会的に重要な分野における研究開発と応用を行うとともに、より品質の高い意思決定アルゴリズムの実現を目指し、研究・開発に努めてまいります。
※1「RecSys2021」The ACM Recommender Systems Conference
※2「KDD」Knowledge Discovery and Data Mining
「SIGIR」International ACM SIGIR Conference on Research and Development in Information Retrieval
※3 「AAAI」Association for the Advancement of Artificial Intelligence
■当社について
半熟仮想株式会社は、データ・アルゴリズム・数理・思想を組み合わせ、事業や政策、そして社会の未来像をデザインしています。特に「市場設計」「反実仮想機械学習」「因果推論」といった技術では国内屈指の人材と技術を持ち、多数の企業との共同事業・研究や独自の基礎研究・ソフトウェア開発などを行っています。これらの活動を産学や国境の壁を超えて行うのが、イェール大学・コーネル大学・MIT・スタンフォード大学・東京大学・東京工業大学・東京芸術大学など所属・出身で事業経験も備えた科学者やエンジニアです。
【本リリースに関するお問合せ】
半熟仮想株式会社
E-mail: info@hanjuku-kaso.com
電話番号: 03-6822-5496
すべての画像
- 種類
- 調査レポート
- ビジネスカテゴリ
- システム・Webサイト・アプリ開発マーケティング・リサーチ
- ダウンロード
- プレスリリース素材
このプレスリリース内で使われている画像ファイルがダウンロードできます