本セッションでは、Yahoo! JAPANを支える2つの代表的なデータテクノロジーが紹介された。前半はヤフーのサービスの機能改善を行っている機械学習について、ヤフオク!カンパニー ヤフオク!開発本部 サイエンス部の山下勝司氏が説明。常時3900万個の出品があるヤフオクでは、深層学習を利用した画像処理や分散表現を用いて機能改善を実施しているという。その実例を紹介した。後半はクラウド分散システム処理モデルについて、データ＆サイエンスソリューション統括本部 データインフラ本部 開発3部の今野賢氏が説明。データ分散モデルの現状と課題、そしてそれらを解決する理想のデザインモデルの実装例を紹介した。 ヤフー ヤフオク!カンパニー ヤフオク!開発本部 サイエンス部 山下勝司氏 同社 データ＆サイエンスソリューション統括本部 データインフラ本部 開発3部 今野賢氏 講演資料（山下氏）：ヤフオク!における機
ワークショップ (国内) オンライン広告におけるCTR予測モデルの素性評価 田頭 幸浩, 山本 浩司, 小野 真吾, 塚本 浩司, 田島 玲 第5回データ工学と情報マネジメントに関するフォーラム (DEIM2013) 2013.3.1 オンライン広告はインターネットの経済を支える大きな柱の一つであり，ビジネスと学術の両方から大きな注目を浴びている．本稿ではオンライン広告のうち，クリック課金型のテキスト広告に注目し，そのクリック率(click-through rate; CTR)を予測するモデル（CTR予測モデル）の素性について評価を行う．CTR予測モデルの精度向上は適切な広告選択に不可欠であり，収益と直結した重要な部分を占めるため，その素性は現在までに多岐に渡って提案されてきた．本稿では実際の配信システムログを用いてこれらの素性を評価し，その有用性を検証する．
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
