2. ⾃⼰紹介
l 數⾒ 拓朗(かずみたくろう)
• 技術本部 秋葉原ラボ
• 経済学(博⼠) → 現職
l おしごと
• ⾃然⾔語処理技術を利⽤したプロダクトの開発
l しゅみ
• スマブラSP
• サッカー
• 漫画‧アニメ
2
3. 取り上げる論⽂と問題意識
l ゲーム理論の視点から⾒た推薦システム
• Immorlica, N. Mao, J. Slivkins, A. Wu Z. S. 2018
Bayesian Exploration with Heterogeneous Agents
l 本発表では、状況設定や問題意識の注⽬して、推薦システムを
ゲーム理論を通じてどのように解釈しているかを明らかにします
3
8. はじめに:インターネットサービスの解析例
l 推薦システム
• [EC 2016] Moansour, Y. Slivkins, A. Syrgkanis, V. & Wu, Z. S.
“Bayesian Exploration: Incentivizing Exploration in Bayesian Games”
• [WWW 2019] Immorlica, N. Mao, J. Slivkins, A. Wu, Z. S.
“Bayesian Exploration with Heterogeneous Agents”
• 情報提供者 = 推薦システム、意思決定者 = ユーザ、シグナル = ⾏動履歴
l インターネット広告:広告(出稿位置やデザインなど)
• [JPE 2010] Ryao, L. & Segel, I. “Optimal Information Disclosure”
• 情報提供者 = 広告プラットフォーム、意思決定者 = ユーザ、シグナル = 広
告‧デザインなど
8