データ駆動型社会の基盤をなす次世代実験計画技術の開発と実証的評価

构成数据驱动社会基础的下一代实验规划技术的开发和实证评估

• 批准号: 21H04600
• 负责人: 後藤 正幸
• 金额: $ 26.79万
• 依托单位: Waseda University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (A)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-05 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H04600/
• 关键词: データ駆動型社会; 機械学習; 人工知能; 実験計画; 因果推論; 施策効果

本研究では，以下の3つの基本的課題を設定し，研究に取り組んでいる．１．（機械学習モデルの設計） 施策の最適化を目的とした実験計画のために，「機械学習に基づく統計モデル」を「追加実験によるデータ取得」と「施策の最適化」に結び付けるプロセスの全体像，及び，効果的な実験計画を可能とする機械学習モデルを如何に設計すべきか．２．（効率的な追加実験の計画手法構築）大規模ログデータから構築された統計モデルが与えられたもとで，最小限の回数で最適施策の探索に結び付ける，効率的な追加実験を如何に計画することが可能か．３．（施策の最適化と因果効果の評価手法の開発） 大規模データから得られた統計モデルと実験データを統合し，どのような方法で施策を最適化するか．加えて，共変量やデータの選択バイアスを考慮し，施策の因果効果を精度よく評価することが可能であるか．2022年度は「１．機械学習モデルの設計」と「２．効率的な追加実験の計画手法構築」を統合的に捉え，いくつかの企業との共同研究をベースとして大規模ログデータの機械学習に基づく施策実験の計画手法の開発を行った．様々な具体的事例に対して機械学習モデルを活用する技術基盤についての成果を得ており，実ビジネス上での施策実験のデザインが完了し，2023年度の施策実験の準備を進めている段階である．また，これらの課題に関連する技術として“能動学習”，“ベイズ最適化”，“バンディッドアルゴリズム”，“因果推論”などの領域で扱われてきたモデルについて，ビジネスドメインでの活用可能性について検討を行い，実問題の特性を考慮した改良モデルの提案も行った．「３．施策の最適化と因果効果の評価手法の開発」については，ベイズ最適化と因果推論モデルの実活用と改良を行い，一定の成果を得ているが，上記で設計した実ビジネスドメイン上での施策実験の結果についての評価に結び付ける予定である．

这项研究重点介绍了三个基本问题：1。（机器学习模型的设计）旨在优化措施，链接“基于机器学习的统计模型”的过程的总体情况，以“通过其他实验获取数据”和“优化度量”以及如何设计机器学习模型，以实现有效的实验计划。 2。（构建有效的附加实验计划方法）给定一个由大规模日志数据构建的统计模型，如何计划将搜索最佳度量的搜索与最低次数联系起来？ 3。（开发用于优化度量和因果影响的方法）我们如何通过整合从大规模数据获得的统计模型和实验数据来优化度量？此外，是否可以考虑到协变量和数据的选择偏见，可以准确评估措施的因果关系？在2022财政年度，我们整合了“ 1。设计机器学习模型”和“ 2。建立有效的其他实验计划方法”的概念，并基于与多家公司的联合研究，开发了一种基于机器学习的大规模日志数据的计划测量方法。我们已经在技术基金会上取得了成果，该技术基金会利用机器学习模型用于各种具体示例，并且已经完成了实际业务措施的设计，目前我们正在准备2023年的措施。此外，我们研究了使用在“主动学习”，“ Bays优化”，“ Bandid算法”和“因果推理”作为与这些问题相关的技术的领域中使用模型的可能性，并提出了一种改进的模型，以考虑实际问题的特征。关于“ 3。优化措施并开发一种评估因果效应的方法”，贝叶斯优化和因果推理模型已被使用和改进，并实现了某些结果，但是我们计划将其与上述实际业务领域的测量结果评估相关。

项目成果

Evaluation of Analysis Model for Products with Coefficients of Binary Classifiers and Consideration of Way to Improve

二元分类器系数产品分析模型的评价及改进途径的思考

• DOI: 10.1007/978-3-031-05064-0_29
• 发表时间: 2022
• 期刊: Proceeding of 24th International Conference on Human-Computer Interaction (HCI International 2022)
• 作者: Ayako Yamagiwa;Masayuki Goto
• 通讯作者: Masayuki Goto

Analytical Model of Exhibition Price Change Effects on Second-Hand Fashion Electronic Commerce Sites

二手时装电商网站展会价格变化影响分析模型

• DOI: 10.11497/jjasmin.30.1_47
• 发表时间: 2021
• 期刊: Journal of the Japan Society for Management Information
• 作者: W. Moteki;Y. Norikawa;T. Nohira;金澤 真平，楊 添翔，後藤 正幸
• 通讯作者: 金澤 真平，楊 添翔，後藤 正幸

A Method for Scalable Inference of Hidden semi-Markov Model by Batch Learning

一种通过批量学习进行隐半马尔可夫模型可扩展推理的方法

• 发表时间: 2022
• 作者: Yosuke Takao;Ayako Yamagiwa;Haruka Yamashita;Masayuki Goto
• 通讯作者: Masayuki Goto

CNNを用いた能動学習におけるラベル付与データの選択手法に関する一考察

基于CNN的主动学习中标记数据选择方法研究

• 发表时间: 2022
• 作者: 日本高圧力学会;H. Naito;益田恵里花，山田晃輝，清水良太郎，後藤正幸
• 通讯作者: 益田恵里花，山田晃輝，清水良太郎，後藤正幸

Multiple Treatment Effect Estimation for E-commerce Marketing Using Observational Data

使用观察数据进行电子商务营销的多重治疗效果估计

• 发表时间: 2022
• 作者: Yuki Tsuboi;Yuta Sakai;Ryotaro Shimizu;Masayuki Goto
• 通讯作者: Masayuki Goto