2018 Fiscal Year Annual Research Report
Disaggregate Attribution Analysis on Web Advertising
| Project/Area Number |
16K03972
|
|---|
| Research Institution | Gunma University |
|---|
Principal Investigator |
高橋 啓 群馬大学, 数理データ科学教育研究センター, 准教授 (70595280)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | Web広告 / 逐次推定 / ベイジアンモデル |
|---|
| Outline of Annual Research Achievements |
本年度は主に次の２つ点について研究を行った；
1) 時間制約がある意思決定モデルである Drift Diffusion Model(DDM) の拡張
2) Web時系列データにおける逐次異常検知モデルの構築
前者については，意思決定において記述的な面から重要な要素であるIIA属性を緩和する目的で階層的な要素を取り入れたHierarchical Drift Diffusion Model(HDDM)を構築し，これが N-GEV Model と整合的であることを示した．すなわち HDDM はランダム効用最大化と整合的であるといえる．また，このことから HDDM は選択行動として N-GEV モデルと同様のある種の順番を持った意思決定を行っていると解釈可能であることを示した．
後者については，Kalman Filter を基本とした逐次的な時系列における異常検知モデルを構築し，Web の時系列データに適用した．このモデルは教師なし学習であるため，対応方策として同種のKalman Filter により Null モデルを構築し，その Null モデルとの毎期の尤度比により異常を検知することとしている．システム・モデルに各種のWeb広告投入量や季節・曜日効果を取り込んでいる．これを実際のECサイトの時系列データ（ページビュー数）に適用したところ，メルマガ配信を実施した日を多く「異常」として検出しており，良好な結果が得られた．
|
