最適化と機械学習による問題解決

事例研究の紹介

東京工業大学 中田先生

Transcript

1. 最適化と機械学習による問題解決 ー 事例研究の紹介 ー 東京⼯業⼤学 ⼯学院 経営⼯学系 中⽥和秀 2023/8/3 数理最適化と機械学習の融合に関する研究部会 1
2. 推薦システム • Q&Aサイト︓ 質問⽂の特徴量化による各閲覧者の回答確率の予測 ＋ オンライン最適化による閲覧者への質問表⽰ Y. Hoshino, M. Tasaki, K. Mizutani, M. Azami, K. Ishizuka, and K. Nakata. “Predic=ng response probability by embedding ques=ons in online ques=on recommenda=on”. Proceedings of Web Intelligence and Intelligence Agent Technology(WI-IAT 2022), 21, 2022. • 業種横断的なアンケートデータ︓ 階層ベイズを⽤いた満⾜度の推定 ＋ 相関を考慮した企業間コラボレーションの最適化 Y. Hoshino, R. Matsui, K. Ishizuka, K. Ishikawa, T. Umetsu, and K. Nakata. “Hierarchical Bayesian recommenda=on model for inter-company collabora=on using cross-industry ques=onnaire”. Proceedings of 2022 IEEE 9th Interna=onal Conference on Industrial Engineering and Applica=ons (ICIEA 2022), 9, 2022. • ファッションECサイト︓ 転移学習を⽤いた購買予測 ＋ 全体最適化による推薦が偏らないようなブランド推薦 ⽥村悠, 吉住宗朔, 福永峻, 三宅聡⼀郎, ⽚⼭翔太, 中⽥和秀.「ファッションECサイトにおけるアン ケートを⽤いたブランド推薦システム」. オペレーションズ・リサーチ, 63, pp. 91-98, 2018. 2023/8/3 MOAI FORUM 2
3. インターネット広告における 最適化と機械学習 • スポンサードサーチ広告︓ 広告費とCV数の確率分布推定 ＋ 不確実性を考慮したオンライン⼊札額最適化 Kaito Majima, Kosuke Kawakami, Kota Ishizuka, Kazuhide Nakata. “Keyword-level bayesian online bid optimization for sponsored search advertising”. under review. • リスティング広告︓ キーワードに応じた広告⽂⾃動⽣成 ＋ 実⽤的な制約を考慮した⽇予算最適化 川上孝介, 中⽥和秀. 「インターネット広告における運⽤最適化および, クリエイト⽣成技術 の開発」. ⽇本オペレーションズ・リサーチ学会 2022年春季研究発表会 アブストラクト集 1-F-1, 2022. 2023/8/3 MOAI FORUM 3
4. タクシープローブデータの 分析による業務改善 • 最適化による状況の変化を考慮したタクシーの乗⾞数予測 ＋ 公平性を担保した空⾞タクシーの配置最適化 松井諒⽣, 住⾕有規, 笹尾知広, 中⽥和秀. 「反実仮想機械学習を⽤いたタクシーの乗⾞数予 測と配置最適化」, オペレーションズ・リサーチ, Vol. 66, No. 2, pp. 66–74, 2021. • GPSデータをルート情報に変換する⾼速マップマッチング法 ＋ 流し営業における強化学習を⽤いた効率的な運転ルート推薦 岩⽥真奈, 桑原惇, ⽯塚湖太, 倉⼜迪哉, 清原明加, 中⽥和秀, 「タクシーの流し営業における 強化学習を⽤いた顧客獲得ナビ」, オペレーションズ・リサーチ, Vol. 66, No. 2, pp. 75– 83, 2021. 2023/8/3 MOAI FORUM 4