AI Lab, đồng tác giả bài báo được chấp nhận tại SIGIR, hội nghị hàng đầu trong lĩnh vực truy soi kèo bóng đá trực tuyến thông tin và hệ thống đề soi kèo bóng đá trực tuyến - Đề soi kèo bóng đá trực tuyến phương pháp cho phép học xếp hạng có độ chính xác cao cho các hệ thống đề soi kèo bóng đá trực tuyến quy mô lớn -

CyberAgent Co, Ltd (Trụ sở chính: Shibuya-ku, Tokyo, Giám đốc đại diện: Susumu Fujita, Được niêm yết trên Phần đầu tiên của Sở giao dịch chứng khoán Tokyo: Mã chứng khoán 4751) là một tổ chức nghiên cứu và phát triển công nghệ trí tuệ nhân tạo có tên là “AI Một bài báo đồng tác giả của Riku Togashi, Masahiro Kato, Mayu Otani, các nhà nghiên cứu liên kết với ``Lab'', Giáo sư Tetsuya Sakai của Đại học Waseda, chuyên gia hàng đầu về đánh giá truy soi kèo bóng đá trực tuyến thông tin và Giáo sư Shinichi Sato, chuyên gia và cố vấn hàng đầu về nghiên cứu truy soi kèo bóng đá trực tuyến hình ảnh và video, đã được trình bày tại hội nghị quốc tế trong lĩnh vực truy soi kèo bóng đá trực tuyến thông tin, `` Hội nghị ACM SIGIR quốc tế lần thứ 44 về nghiên cứu và phát triển trong truy soi kèo bóng đá trực tuyến thông tin (SIGIR 2021)''※1 

``SIGIR'' là hội nghị quốc tế được tổ chức hàng năm bởi các nhà nghiên cứu từ khắp nơi trên thế giới và là một trong những hội nghị quốc tế uy tín nhất trong lĩnh vực hệ thống truy soi kèo bóng đá trực tuyến và đề soi kèo bóng đá trực tuyến thông tin Các bài báo được “AI Lab” chấp nhận sẽ được trình bày tại “SIGIR 2021”, được tổ chức trực tuyến vào tháng 7 năm 2021


■Bối cảnh nghiên cứu
"Phòng thí nghiệm AI" nghiên cứu và phát triển nhiều công nghệ AI liên quan đến tiếp thị nói chung, đồng thời đang giải quyết nhiều vấn đề kỹ thuật khác nhau, đồng thời tăng cường hợp tác giữa ngành và học viện với các trường đại học và tổ chức học thuật
Trong những năm gần đây, trong các dịch vụ web khác nhau bao gồm quảng cáo trên Internet, công nghệ dự đoán chính xác nội dung phân phối và quảng cáo được mỗi người dùng ưa thích đã đóng một vai trò quan trọng trong việc xác định sự hài lòng của người dùng
Tuy nhiên, do sự gia tăng nhanh chóng về số lượng người dùng và nội dung được phân phối do sự phổ biến của Internet, chi phí khổng lồ cho việc học và dự đoán các hệ thống dự đoán hiệu quả đã trở thành một vấn đề

Từ những thử thách đóTrường giải quyết các vấn đề kỹ thuật trong việc dự đoán hiệu ứng cho số lượng lớn người dùng và nội dung được phân phốiđã thu hút được sự chú ý và công ty chúng tôi đã đồng tác giả một bài báo về hệ thống khuyến nghị với ông Shinichi Sato phối hợp với ngành công nghiệp và giới học thuậtWSDM 2021」 「WWW 2021''


■Tóm tắt bài viết
Bài viết đồng tác giả “Xếp hạng mục được cá nhân hóa có thể mở rộng thông qua ước tính mật độ tham số” đã được chấp nhận lần này※2 Vậy,Đã phát triển và đề soi kèo bóng đá trực tuyến phương pháp học xếp hạng dựa trên ước tính mật độ cho các hệ thống đề soi kèo bóng đá trực tuyến quy mô lớnTôi đã làm được


・Giới thiệu về xếp hạng học tập và học tập mẫu
Nói chung, kỹ thuật máy học có tên "Học cách xếp hạng" được sử dụng rộng rãi trong việc phát triển hệ thống đề soi kèo bóng đá trực tuyến cho nhiều dịch vụ khác nhau và "Học mẫu" được sử dụng như một phương pháp hỗ trợ việc học này
"Xếp hạng học" tìm hiểu mô hình đề soi kèo bóng đá trực tuyến để cải thiện độ chính xác của đề soi kèo bóng đá trực tuyến và "học lấy mẫu" học mô hình lấy mẫu và chọn các mẫu thích hợp từ dữ liệu đào tạo quy mô lớn để đào tạo mô hình đề soi kèo bóng đá trực tuyến một cách hiệu quả và hiệu quả
Theo cách này, bằng cách kết hợp học xếp hạng và học lấy mẫu, chúng ta có thể mong đợi cải thiện hiệu quả học tập và hiệu suất của hệ thống đề soi kèo bóng đá trực tuyến Tuy nhiên, học tập lấy mẫu bằng cách sử dụng Mạng đối thủ sáng tạo (GAN) mới nhất và học tập tăng cường yêu cầu đào tạo một mô hình lấy mẫu phức tạp bên cạnh mô hình đề soi kèo bóng đá trực tuyến, dẫn đến chi phí tính toán cao và khó áp dụng thực tế


・Phương pháp đề soi kèo bóng đá trực tuyến
Trong nghiên cứu này, chúng tôi đề soi kèo bóng đá trực tuyến hàm mục tiêu và phương pháp chính quy hóa mới dựa trên ước tính mật độ bằng cách sử dụng dữ liệu lịch sử như số lần nhấp chuột và số lần mua hàng
Với phương pháp học mới được đề soi kèo bóng đá trực tuyến, mô hình lấy mẫu tối ưu phù hợp với mô hình được đề soi kèo bóng đá trực tuyến đang được đào tạo, vì vậyKhông cần mô hình lấy mẫu bổ sung và mô hình đề soi kèo bóng đá trực tuyến có thể tự đào tạoKết quả là chúng tôi có thể giảm chi phí tính toán của mô hình lấy mẫu mà không ảnh hưởng đến độ chính xác của mô hình đề soi kèo bóng đá trực tuyến


▼Hình ảnh thực hiện của phương pháp đề soi kèo bóng đá trực tuyến

Hơn nữa, trong một số điều kiện nhất định, phương pháp đề soi kèo bóng đá trực tuyến của chúng tôi là phương pháp lấy mẫu dựa trên GAN, IRGAN※3, nó cũng gợi ý khả năng bỏ qua các mô hình lấy mẫu như IRGAN, vốn đắt tiền và khó áp dụng trong thực tế

Ngoài ra, bài viết còn mô tả phương pháp được đề soi kèo bóng đá trực tuyến này và "học theo cặp", một trong những phương pháp học xếp hạng chung※4và cũng đề soi kèo bóng đá trực tuyến một phương pháp chính quy hóa nhằm thu hẹp sự khác biệt về hiệu suất giữa phương pháp được đề soi kèo bóng đá trực tuyến và học theo cặp

Phương pháp đề soi kèo bóng đá trực tuyến này hỗ trợ "học trực tuyến", điều này rất cần thiết cho việc học bằng cách sử dụng dữ liệu quy mô lớn và chúng tôi đã xác nhận rằng phương pháp chính quy hóa được đề soi kèo bóng đá trực tuyến cũng có thể được áp dụng cho các phần của Mạng thần kinh đồ thị


■Tương lai
Phương pháp được đề soi kèo bóng đá trực tuyến dự kiến ​​sẽ trở thành công nghệ cơ bản để giới thiệu các mô hình sâu phức tạp đòi hỏi thời gian đào tạo và chi phí tính toán vào hệ thống đề soi kèo bóng đá trực tuyến, đồng thời sẽ dẫn đến cải thiện độ chính xác và hiệu quả khi dự đoán tác động của khối lượng lớn quảng cáo "AI Lab" sẽ tiếp tục nỗ lực nghiên cứu và phát triển với mục tiêu hiện thực hóa công nghệ phân phối quảng cáo chất lượng cao hơn kết hợp công nghệ AI


※1 「」
※2
※3
※4 Học theo cặp: Một trong những phương pháp thường được sử dụng trong học xếp hạng