@techreport{oai:ipsj.ixsq.nii.ac.jp:00240462,
 author = {吉川, 裕木子 and 酒井, 亮勢 and 鈴木, 明作 and 鈴木, 喬 and 石川, 太朗},
 issue = {16},
 month = {Oct},
 note = {エコ行動促進アプリの利用率向上を目指し，大規模言語モデルによるメッセージ生成と，ユーザの認知バイアスに基づいたメッセージ最適化システムを提案する．従来の手法では，過去の当該サービスの開封履歴のみに基づいて最適化を行っており，過去の認知バイアスの種類やプッシュ通知の文言に依存した最適化となってしまう．その結果，最適化に用いられるバイアスの種類が限られ，本来の効果が発揮されにくいだけでなく，利用率向上の効果が持続しにくいという課題があった．そこで本研究では，他のサービスから開封履歴を取得し，使用する認知バイアスの種類を増やす手法を提案する．さらに，効率的にプッシュ文言の内容を刷新するため，大規模言語モデルを活用した手法を組み込んだシステムを構築し，実際のサービスにおいてアプリの利用率向上に貢献できることを示した．, To enhance the usage rate of an eco-friendly behavior promotion application, we propose a system that generates messages using a large language model and optimizes these messages based on users' cognitive biases. Traditional approaches optimize based on the history of opened notifications, relying on the types of cognitive biases and the wording of previous push messages. Consequently, the variety of biases used for optimization is limited, leading to reduced effectiveness and short-lived improvements in engagement rates. To address this issue, our study proposes methods to obtain open history data from other services, thereby increasing the types of cognitive biases employed. Additionally, we integrate a large language model to efficiently refresh the content of push messages. This system demonstrates its ability to contribute to the improvement of app usage rates in actual service scenarios.},
 title = {認知バイアスと大規模言語モデルを活用したメッセージ最適化システムの提案},
 year = {2024}
}