@techreport{oai:ipsj.ixsq.nii.ac.jp:00195639,
 author = {出水, 宰 and 深澤, 佑介 and 森田, 浩},
 issue = {11},
 month = {May},
 note = {インフィード広告は，ユーザへの視認性が高いため，クリック率 （CTR） の高い広告クリエイティブを表示することがより重要になる．しかし，インフィード広告はその高頻度な表示のために，配信以後の CTR の時間的な減衰が速いという特徴がある．そこで本研究では，この時間減衰を考慮した上での CTR 予測手法を提案する．まず，広告クリエイティブの画像情報やテキスト情報，配信設定情報といったマルチモーダルな特徴量から CTR をロバストに予測するモデルを構築する．次に，CTR の時系列変化を抽象的に表現可能な RNN モデルを構築する．アドネットワーク上の配信履歴データを用いたオフラインでの多期間の CTR 予測検証を行い，提案手法の有効性を示す．},
 title = {深層学習による時間減衰を考慮したインフィード広告のCTR予測},
 year = {2019}
}