研究会 運用技術 機械学習

SMASH21 Summer Symposiumで発表し、優秀賞と奨励賞を受賞しました

研究会 運用技術 機械学習

ペパボ研究所 研究員/プリンシパルエンジニアの三宅(@monochromegane)です。 2021年9月15日、16日に開催された、SMASH21 Summer Symposiumで、「Synapse: 文脈と時間経過に応じて推薦手法の選択を最適化するメタ推薦システム」の発表を行い、優秀賞と奨励賞をいただきました。論文と発表資料と共に内容を紹介します。

発表概要

ECサイト利用者の情報過多問題を解決するため推薦手法が多くの提案されています。 そのため、ECサイトにとっての最適な推薦手法の選定が重要になりますが、実環境における比較には機会損失が伴います。 本研究では、この推薦手法の選定を文脈付きかつ非定常な多腕バンディット問題とみなし、自動かつ継続的に推薦手法を選定するメタ推薦システムを提案します。 提案手法では、多様かつ継続的に変化する環境に追従するための多腕バンディット問題の解法を比較整理し、従来の解法の欠点を補う改善を施した解法を用いて、このシステムを実現します。 評価では、実際のECサイトから取得したデータを用いたシミュレーションを行い、累積クリック数を改善することが確認できました。

受賞

本研究報告に対して、優秀賞ならびに奨励賞をいただきました。 研究会の運営委員と聴講者の皆様からご評価いただき非常に嬉しいです。 ありがとうございます!

smash21-award

論文

発表資料

発表を終えて

SMASHシンポジウムは、初めての参加でしたが、知能的なシステムの実現のための様々な研究が報告されており、自身の研究分野と近しいこともあって、とても楽しむことができました。 また、自身の発表に関しても有意義なフィードバックをたくさんいただき、非常に充実した時間となりました。 まだ試行錯誤の途中の研究ではありますが、今回受賞に至ったのは、指導教官の峯先生や研究所の皆さんのおかげだと思います。 いつも支えていただき誠にありがとうございます。


【PR】パートナー積極採用中!

ペパボ研究所では、新しいパートナーを求めています。詳細については、当研究所のトップページをご覧ください。