限界効用逓減の法則を考慮したインターネット広告のコンバージョン予測

• Item type: SIG Technical Reports(1)
• 公開日: 2024-02-25
• タイトル: 限界効用逓減の法則を考慮したインターネット広告のコンバージョン予測
• タイトル / 言語: en
• タイトル: Conversion Prediction in Internet Advertising Using the Law of Diminishing Marginal Utility
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 早稲田大学基幹理工学研究科
• 著者所属: 株式会社オプト
• 著者所属: 株式会社オプト
• 著者所属: 早稲田大学基幹理工学研究科
• 著者所属(英): en
• 著者所属(英): Faculty of Fundamental Science and Engineering, Waseda University
• 著者所属(英): en
• 著者所属(英): OPT, Inc.
• 著者所属(英): en
• 著者所属(英): OPT, Inc.
• 著者所属(英): en
• 著者所属(英): Faculty of Fundamental Science and Engineering, Waseda University
• 著者名: 海野, 圭矢; 岩田, 大地; 田中, 宏明; 内田, 真人
• 著者名(英): Keiya, Unno; Daichi, Iwata; Hiroaki, Tanaka; Masato, Uchida
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: マーケティングにおけるインターネット広告の重要性は年々増加している．ある広告代理店では，配信媒体への予算配分を最適化するため，機械学習を用いて将来の広告効果を予測している．しかし広告代理店という立場上使用可能な情報が少ないため，簡易な回帰しか行えず，精度が不十分であるという課題がある．先行研究では，より細かな広告階層に注目し，さらに予測を分解することで精度改善できることを示した．しかし，広告コストと広告効果の間に成り立つ限界効用逓減の法則を正確に考慮したモデルとはなっていなかった．そこで本研究では先行研究をベースに，累積値をとるという新たな前処理を導入する．累積値をとることにより限界効用逓減の法則をうまく取り入れ，予測精度が大幅に向上することを示す．また，先行研究の評価実験では，単一の広告階層で評価を行っているが，目的に合わせて別の階層で評価を行うことも重要である．そのため，本研究では複数の階層で評価を行う．本手法の有効性は，実際の広告ログデータを用いた実験により検証された．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The importance of Internet advertising in marketing is increasing every year. An advertising agency is using machine learning to predict future advertising effectiveness in order to optimize budget allocation to media for distribution. However, due to the limited information available to the agency, only simple regression can be performed, and the accuracy is inadequate. In a previous study, it was shown that accuracy can be improved by focusing on a more detailed advertising hierarchy and decomposing the forecasts. However, the model did not accurately take into account the law of diminishing marginal utility that exists between advertising cost and advertising effectiveness. Therefore, we take cumulative values as a new preprocessing. We show that this preprocessing successfully incorporates the law of diminishing marginal utility and significantly improves the prediction accuracy. In the evaluation experiments of the previous study, evaluation was conducted on a single advertising hierarchy, but it is also important to conduct evaluation on different hierarchies depending on the purpose. Therefore, in this study, we evaluate model performance at multiple hierarchies. The effectiveness of our method was verified through experiments using actual ad log data.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2024-CVIM-237, 号 56, p. 1-6, 発行日 2024-02-25
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会