BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:KDD2021 参加報告&論文読み会 X-WR-CALNAME:KDD2021 参加報告&論文読み会 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:830311@techplay.jp SUMMARY:KDD2021 参加報告&論文読み会 DTSTART;TZID=Asia/Tokyo:20210924T190000 DTEND;TZID=Asia/Tokyo:20210924T210000 DTSTAMP:20260406T082013Z CREATED:20210903T141550Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/83031 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nKDD2021 参加 報告&論文読み会 について\n概要\n27th ACM SIGKDD Conference o n Knowledge Discovery & Data Mining（KDD2021）は、機械学習やデ ータマイニング関連分野におけるトップカンファレン スの一つです。 \n本会議は、理論研究を対象とする Res earch Track と実問題を扱う応用研究を対象とする Applied D ata Science Track からなる点が特徴です。\n本イベントで は、産総研/三菱電機 吉村さんによるKDDCupの参加報告 および論文紹介をLT形式で発表します。\n学生、社会人 、アカデミア問わず興味のある方でしたら、どなたで もご参加いただけます。是非お気軽にご参加ください ！\n（2021/09/22 追記）参加枠、増枠で "補欠者" になっ ている方にもZOOM URLの送付・参加が可能です。奮って ご応募ください！\n実施方法\n\nZOOMを使用します。各自 事前にインストールをお願いします。 \nURLは当日まで に、connpassのメッセージ機能で登録者に事前にお送り いたします。\n参加報告と論文紹介LTの発表時間は35分 と15分（質問はチャットで回答）となります。\n\n参加 される方への事前のお願い\n\n事前に配布されるZOOM URL はイベント直前までにアクセスされますとエラーとな り、イベント中に参加ができなくなってしまうケース がございます。必ず 2021/09/24 18:30以降にアクセスくだ さいませ。\n発表内容に関する質問はチャットにお願 いします。\nTwitterへの投稿にはハッシュタグ「#kdd2021_y omikai」を付けて頂けると嬉しいです！\n\n対象者\n学生 ・社会人問わず以下に該当する方\n\nデータサイエンス にご興味をお持ちの方\n広告・小売業界におけるデー タサイエンスの活用にご興味をお持ちの方\n経済学の 応用にご興味をお持ちの方\n\n登壇者紹介\n吉村 玄太　 産業技術総合研究所 | 三菱電機 / リサーチャー @intellyg enta\n"KDD Cup 2021 時系列異常検知コンペ 参加報告"\nKDD Cup 2021の時系列異常検知コンペ Multi-dataset Time Series Anomaly Detection の概要説明、上位解法の整理、5位入賞した解 法の紹介を行う。\n兵頭 亮介　CyberAgent / データサイエ ンティスト @onysuke\n"SizeFlags: Reducing Size and Fit Related Retur ns in Fashion E-Commerce"\nEC市場が急速に拡大する中、返品 率の増加が問題となっている。特に、アパレルECにお ける返品の多くはサイズやフィット感によるものであ り、カスタマーエクスペリエンスや収益性に深刻な影 響をもたらす。この課題に対して、顧客により弱くア ノテーションされた返品データを用いたベイジアンモ デル、SizeFlagsを提案した。ベイジアンモデリングの利 点を活かし、専門家のフィードバックや商品画像情報 を事前知識として組み込むことが可能である。A/Bテス ト及びプロダクション環境での継続的な評価により、 提案手法による情報提示がサイズに起因する返品を削 減することを示した。\n藤田 光明　CyberAgent / データ サイエンティスト @6km6km\n"Trustworthy and Powerful Online Market place Experimentation with Budget-split Design"\nA/Bテストは効果検 証のゴールドスタンダードだが、その有効性は不偏で あることと検出力次第である。買い手と売り手が存在 するようなオンラインマーケットプレイスにおけるA/B テストは、バイアスと検出力不足の問題に直面しやす い。そこでこの論文は、budget-splitting designと呼ばれる 手法を提案している。これは、買い手が有限または無 限の予算を持つケースにおいて、検出力が高くバイア スのない実験デザインである。\n白木 紀行　CyberAgent / データサイエンティスト @mori_kogai\n"Markdowns in E-Commerce Fresh Retail: A Counterfactual Prediction and Multi-Period Optimization A pproach"\n生鮮食品は賞味期限が短く価格変更の機会も限 られているため、価格を変えた場合の売上予測が難し い。本論文では、解釈可能性を担保するため、まずセ ミパラメトリックな需要関数を推計した上で、利益を 最大化する多期間のダイナミックプライシング・アル ゴリズムを設計した。提案手法は効率的であり、実際 のECに導入され、収益改善に貢献した。\n金子 雄祐　Cy berAgent / データサイエンティスト @coldstart_p\n" Learning a logistic model from aggregated data"\n"Clustering for Private Interest-ba sed Advertising"\n近年のユーザープライバシー保護の流れ から、ターゲティング広告事業者は従来の広告配信機 構の変化を要請されている。\nこれらの流れに対する 取り組みとして、プラットフォーマー側からはGoogleのF ederated Learning of Cohorts(FLoC) APIに関する論文を、配信事 業者側からはCriteoの集計データを用いた予測モデルア プローチをそれぞれ紹介する。\n森脇 大輔　CyberAgent / リサーチサイエンティスト @dmoriwaki\n"Uplift Modeling with G eneralization Guarantees"\nUpliftはモデルの事前評価が難しい 。Upliftの評価方法のひとつであるAUUCを分解することで 下限を求めることを提案し、それを最大化するような モデルを学習することで従来より性能の高いモデルが 学習できることを示した。\nタイムテーブル\n\n\n\n時間 \n論文タイトル\n登壇者\n\n\n\n\n18:30~\n開場\n-\n\n\n19:00~\n 開会 / CyberAgent紹介\n-\n\n\n19:10~\nKDDCup参加報告\n吉村 玄 太（産業技術総合研究所 / 三菱電機）\n\n\n19:45~\nSizeFlag s: Reducing Size and Fit Related Returns in Fashion E-Commerce\n兵頭 亮介（CyberAgent）\n\n\n20:00~\nTrustworthy and Powerful Online Marke tplace Experimentation with Budget-split Design\n藤田 光明（CyberAge nt）\n\n\n20:15~\nMarkdowns in E-Commerce Fresh Retail: A Counterfactual Prediction and Multi-Period Optimization Approach\n白木 紀行（Cyber Agent）\n\n\n20:30~\nLearning a logistic model from aggregated data Clu stering for Private Interest-based Advertising\n金子 雄祐（CyberAgen t）\n\n\n20:45~\nUplift Modeling with Generalization Guarantees\n森脇 大輔（CyberAgent）\n\n\n21:00~\n閉会\n-\n\n\n\n※ 質疑応答は チャットで行う形式とします\n注意事項\n\n画面撮影、 録画、SNS等への資料内容の転載などはご遠慮ください 。\nイベントの写真を撮らせて頂く場合がございます 。\n営業や採用目的の参加はご遠慮願います。\n参加不 可の場合は事前キャンセルをお願いします。\nその他 当日お困りごとがあった際はsadachika_miku@cyberagent.co.jpへ ご連絡いただければと思います。\n LOCATION:オンライン オンライン URL:https://techplay.jp/event/830311?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR