Thông cáo báo chí

AI Lab chọn hai bài báo tại RecSys 2024, hội nghị hàng đầu trong lĩnh vực tỷ lệ kèo bóng đá đêm nay khuyến nghị

Quảng cáo｜

CyberAgent Co, Ltd (Trụ sở chính: Shibuya-ku, Tokyo, Giám đốc đại diện: Susumu Fujita, TSE Prime Market: Mã chứng khoán 4751) là người tham gia thực tập nghiên cứu tại AI Lab, một tổ chức nghiên cứu và phát triển công nghệ trí tuệ nhân tạo, ông Tatsuhiro Shimizu※1và ông Koichi Tanaka※2Hai bài báo của nhà nghiên cứu Yoshi Tomita và những người khác đã được trình bày tại hội nghị quốc tế về lĩnh vực tỷ lệ kèo bóng đá đêm nay khuyến nghị “RecSys 2024 (Hội nghị ACM về tỷ lệ kèo bóng đá đêm nay gợi ý)”※3

``RecSys'' là hội nghị quốc tế nơi các nhà nghiên cứu, nhà khoa học dữ liệu và kỹ sư từ khắp nơi trên thế giới liên quan đến tỷ lệ kèo bóng đá đêm nay đề xuất hội tụ, đồng thời ``KDD'' và ``SIGIR'' thảo luận về các ứng dụng của máy học và khoa học dữ liệu※4

Bài báo được chấp nhận gần đây sẽ được trình bày tại "RecSys 2024" được tổ chức tại Bari, Ý vào tháng 10

■Giới thiệu về hai bài báo được chấp nhận

"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 công nghệ khác nhau, đồng thời tăng cường hợp tác giữa ngành-học viện với các trường đại học và tổ chức học thuật

Đặc biệt, nhóm nghiên cứu của chúng tôi trong lĩnh vực máy học tiến hành nghiên cứu lý thuyết nâng cao và nghiên cứu ứng dụng bằng cách sử dụng dữ liệu nội bộ và bên ngoài, đồng thời cũng tập trung vào việc triển khai xã hội và đóng góp học thuật thông qua cộng tác với giới học viện và chính phủ
tỷ lệ kèo bóng đá đêm nay đề xuất là công nghệ thiết yếu cho các dịch vụ toC và chúng tôi có nhiều kinh nghiệm vận hành trong các dịch vụ thực tế của công ty chúng tôi và các công ty trong tập đoàn của chúng tôi

「」
Tác giả: Tatsuhiro Shimizu (Đại học Yale), Koichi Tanaka (Đại học Keio), Ren Kishimoto (Học viện Công nghệ Tokyo), Akika Kiyohara (Đại học Cornell), Masahiro Nomura (Phòng thí nghiệm CyberAgent AI), Yuta Saito (Đại học Cornell/Hanjuku Virtual Co, Ltd)
Mục đích của nghiên cứu này là "đánh giá ngoại tuyến và tìm hiểu tỷ lệ kèo bóng đá đêm nay đề xuất đề xuất các kết hợp phù hợp"

Trong nhiều dịch vụ web như quảng cáo trên Internet, có nhiều tình huống cần phải xác minh (đánh giá ngoại tuyến) và tìm hiểu (học ngoại tuyến) hiệu suất của tỷ lệ kèo bóng đá đêm nay đề xuất mới được đào tạo bằng cách sử dụng dữ liệu trong quá khứ

Trong đánh giá và học tập ngoại tuyến thông thường, tỷ lệ kèo bóng đá đêm nay đề xuất thường được giới hạn ở một loại mục tiêu duy nhất Tuy nhiên, trong các tình huống sử dụng trong thế giới thực, nhiều yếu tố thường được kết hợp để hiển thị mục tiêu cho người dùng, chẳng hạn như văn bản quảng cáo và hình nền Trong những trường hợp như vậy, số lượng tùy chọn tăng lên đáng kể do sự kết hợp của nhiều yếu tố, gây khó khăn cho việc thực hiện đánh giá hiệu suất và học tập phù hợp bằng các phương pháp thông thường

Để giải quyết vấn đề này, trong nghiên cứu này, chúng tôi đã phát triển một phương pháp cho phép đánh giá và học tập ngoại tuyến phù hợp hơn trong các trường hợp có cấu trúc tổ hợp Điều này sẽ giúp việc giới thiệu tỷ lệ kèo bóng đá đêm nay đề xuất tối ưu cho dịch vụ trở nên dễ dàng hơn và dự kiến ​​​​sẽ mang lại trải nghiệm tốt hơn cho người dùng

＜Link bài viết＞



「」
Tác giả: Yoji Tomita (CyberAgent AI Lab), Tomohiko Yokoyama (Đại học Tokyo)
tỷ lệ kèo bóng đá đêm nay đề xuất đối ứng, tỷ lệ kèo bóng đá đêm nay giới thiệu người dùng khác cho người dùng, đóng vai trò quan trọng trong việc kết hợp các nền tảng như dịch vụ thông tin việc làm và ứng dụng tình yêu/hôn nhân

tỷ lệ kèo bóng đá đêm nay đề xuất lẫn nhau truyền thống chủ yếu nhằm mục đích tối đa hóa số lượng trận đấu trên nền tảng Tuy nhiên, cơ hội kết hợp mà người dùng nhận được bị ảnh hưởng rất nhiều bởi mức độ họ được những người dùng khác đề xuất, do đó, việc đưa ra các đề xuất không tạo cảm giác không công bằng cho người dùng cũng là một vấn đề thực tế quan trọng đối với các nền tảng phù hợp

Trong nghiên cứu này, trong vấn đề đề xuất lẫn nhau của các nền tảng phù hợp, chúng tôi đã xác định tính công bằng của các cơ hội đề xuất bằng cách sử dụng khái niệm không ghen tị trong Lý thuyết phân chia công bằng Chúng tôi cũng đề xuất một phương pháp khuyến nghị lẫn nhau công bằng hơn bằng cách áp dụng hàm phúc lợi xã hội Nash, được biết đến trong lĩnh vực lý thuyết phân chia công bằng Điều này được mong đợi sẽ mang lại những khuyến nghị chung công bằng mà không tạo ra cảm giác không công bằng giữa những người dùng trên nền tảng phù hợp

＜Link bài viết＞

 

■Tương lai

Các phương pháp được đề xuất trong hai bài viết này sẽ trở thành công nghệ cơ bản cho nghiên cứu và phát triển trong lĩnh vực tỷ lệ kèo bóng đá đêm nay đề xuất và dự kiến sẽ được sử dụng trong các dịch vụ thực tế như tỷ lệ kèo bóng đá đêm nay phân phối quảng cáo do công ty chúng tôi cung cấp và ứng dụng phù hợp "Tapple" do công ty con hợp nhất Tapple Inc của chúng tôi vận hành "AI Lab" sẽ tiếp tục nỗ lực nghiên cứu và phát triển với mục đích tạo ra công nghệ AI giải quyết các vấn đề trong dịch vụ web




※1 Liên kết với Đại học Yale / Tham gia thực tập nghiên cứu từ ngày 07/06/2023 đến ngày 31/07/2024
※2 Liên kết với Đại học Keio / Tham gia thực tập nghiên cứu từ 2023/08/16
※3　
※4