論 文Papers

CONFERENCE (DOMESTIC)

自然勾配ブースティングを用いたニュース見出しの信頼度付きクリック率予測

仲村 勇輝 (慶應大), 柴田 知秀, 小林 隼人, 清水 伸幸, 田口 拓明

2020年度 人工知能学会全国大会 (第34回) (JSAI 2020), 2020/6

Category:

自然言語処理 (Natural Language Processing) 機械学習 (Machine Learning)

Abstract:
オンライン・ニュースサービスにおけるニュース見出しは,記事内容を端的に表すとともに記事ページへの遷移(クリック)を喚起する重要な役割を果たしている.このクリック率を予測することができれば,ニュース編集者が見出しを作成する際にクリック率が高くなるよう洗練させるための参考情報として役に立つ.しかし,クリック率は時間帯や話題性など多くの外部要因に影響されるため,見出し情報のみから値を正確に予測することは困難である.そこで本研究では,自然勾配ブースティング(NGBoost)という分布を予測する回帰モデルを応用してニュース見出しのクリック率を信頼度付きで予測する手法を提案する.提案手法の有用性を確認するために,ニュース見出しのA/Bテストのログを用いた評価実験を行い,信頼度と予測性能の関係や編集支援としての実用可能性について議論する.
Download:

自然勾配ブースティングを用いたニュース見出しの信頼度付きクリック率予測(外部サイト/External Site Link)