JP2019164703A - 予測装置、予測方法、およびプログラム - Google Patents
予測装置、予測方法、およびプログラム Download PDFInfo
- Publication number
- JP2019164703A JP2019164703A JP2018053203A JP2018053203A JP2019164703A JP 2019164703 A JP2019164703 A JP 2019164703A JP 2018053203 A JP2018053203 A JP 2018053203A JP 2018053203 A JP2018053203 A JP 2018053203A JP 2019164703 A JP2019164703 A JP 2019164703A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- model
- update
- unit
- time point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000009826 distribution Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
以下、図面を参照し、本発明の予測装置、予測方法、およびプログラムの実施形態について説明する。予測装置は、過去の実績値と、自身が過去に行った演算結果の少なくとも一部とに基づいて、将来の時点で実績値として現れることが予測される予測値を導出する装置である。予測対象は、例えば、ネットワークを介して利用者に配信されるコンテンツのPV(ページビュー)数である。コンテンツとは、例えばニュース記事であるが、動画などの他のコンテンツであってもよい。以下の説明では、コンテンツはニュース記事であるものとする。また、報道性の有無を問わず、何らかの情報を伝えるものであればニュース記事に該当するものとする。ニュース記事には、少なくともテキスト情報が含まれる。また、ニュース記事には、テキストでないもの、例えば静止画や動画、インターフェースとして機能する図形(スイッチ)、装飾エフェクトなどが含まれてもよい。
図1は、予測装置を利用したコンテンツ配信装置100の利用環境および構成の一例を示す図である。コンテンツ配信装置100は、ネットワークNWを介して利用者の端末装置10と通信する。ネットワークNWは、例えば、インターネット、WAN(Wide Area Network)、LAN(Local Area Network)、セルラー網などを含む。
図2は、予測部134による処理の内容を模式的に示す図である。予測部134は、例えば、第1予測部134Aと、第2予測部134Bとを備える。第1予測部134Aは、例えば、RNN(Recurrent Neural Network)を構成し、第2予測部134Bは、FNN(Feedforward Neural Network)を構成する。これらはあくまで一例であり、予測部134は、過去の処理結果の少なくとも一部を引き継いで予測を行うものであれば、如何なる形態であってもよい。
学習部136は、学習済モデル160を更新するための学習処理を行う。学習部136は、例えば、学習データ158に含まれる各ニュース記事の実績値に対して、過去の学習済モデル160の更新時点をτと仮定し、τ以降の予測値と実績値との二乗誤差を最小化するようなモデルパラメータを探索する。
hx,24,16=RNN(x24,hx,23,16;θ)
hx,23,16=RNN(x23,hx,22,16;θ)
…
hx,17,16=RNN(x17,hx,16,16;θ)
hx,16,16=RNN(x16,hx,15,16;θ)
hx,15,16=RNN(x15,hx,14,16;θold)
hx,14,16=RNN(x14,hx,13,16;θold)
…
hx,2,16=RNN(x2,hx,1,16;θold)
hx,1,16=RNN(x1(Null) ,分散表現;θold)
適した学習処理を行うことができる。この結果、学習済モデル160を参照する予測部134は、学習済モデル160の更新後も継続的に適切な予測結果を導出することができる。
110 コンテンツ配信部
120 コンテンツ選択部
130 予測装置
132 取得部
134 予測部
136 学習部
150 記憶部
152 コンテンツ情報
154 利用者情報
156 コンテンツ実績値
158 学習データ
160 学習済モデル
Claims (6)
- 予測時点以前の実績値と、前記予測時点よりも1ステップ前の時点における自身の処理結果の少なくとも一部とをモデルに入力し、将来時点において前記実績値として現れることが予測される予測値を導出する予測部を備え、
前記予測部は、前記モデルの更新後において、前記モデルの更新前における自身の処理結果の少なくとも一部に基づいて前記予測値を導出する、
予測装置。 - 前記モデルを更新するための学習処理を行う学習部を更に備え、
前記学習部は、前記モデルの更新前における前記予測部の処理結果の少なくとも一部を前記モデルの更新後における予測処理に引き継ぐ前提で、前記モデルの更新後における好適なパラメータを、前記モデルの更新後における予測値と実績値との誤差が小さくなるように探索する、
請求項1記載の予測装置。 - 前記モデルを更新するための学習処理を行う学習部を更に備え、
前記学習部は、複数の予測対象について前記モデルの更新時点をそれぞれ仮定し、異なるモデルの更新時点に適合するように、前記モデルの更新後における好適なパラメータを探索する、
請求項1または2記載の予測装置。 - 前記学習部は、前記複数の予測対象について前記モデルの更新時点をランダムに仮定する、
請求項3記載の予測装置。 - コンピュータが、
予測時点以前の実績値と、前記予測時点よりも1ステップ前の時点における自身の処理結果の少なくとも一部とをモデルに入力し、将来時点において前記実績値として現れることが予測される予測値を導出する予測処理を実行し、
前記予測処理において、前記モデルの更新後において、前記モデルの更新前における自身の処理結果の少なくとも一部に基づいて前記予測値を導出する、
予測方法。 - コンピュータに、
予測時点以前の実績値と、前記予測時点よりも1ステップ前の時点における自身の処理結果の少なくとも一部とをモデルに入力し、将来時点において前記実績値として現れることが予測される予測値を導出する予測処理を実行させ、
前記予測処理において、前記モデルの更新後において、前記モデルの更新前における自身の処理結果の少なくとも一部に基づいて前記予測値を導出させる、
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018053203A JP6971181B2 (ja) | 2018-03-20 | 2018-03-20 | 予測装置、予測方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018053203A JP6971181B2 (ja) | 2018-03-20 | 2018-03-20 | 予測装置、予測方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019164703A true JP2019164703A (ja) | 2019-09-26 |
JP6971181B2 JP6971181B2 (ja) | 2021-11-24 |
Family
ID=68064937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018053203A Active JP6971181B2 (ja) | 2018-03-20 | 2018-03-20 | 予測装置、予測方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6971181B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110768241A (zh) * | 2019-10-29 | 2020-02-07 | 图灵人工智能研究院(南京)有限公司 | 储能装置的控制数据处理及控制系统和方法、设备及介质 |
JP2021135855A (ja) * | 2020-02-28 | 2021-09-13 | ヤフー株式会社 | コンテンツ選択装置、コンテンツ選択方法、およびプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007223494A (ja) * | 2006-02-24 | 2007-09-06 | Fuji Heavy Ind Ltd | 車両挙動推定予測装置および車両安定化制御システム |
JP2011024314A (ja) * | 2009-07-14 | 2011-02-03 | Toshiba Corp | 需要予測装置、プログラムおよび記録媒体 |
JP2017187371A (ja) * | 2016-04-05 | 2017-10-12 | 株式会社日立パワーソリューションズ | 気象予測装置及び風力発電所 |
JP2017211913A (ja) * | 2016-05-27 | 2017-11-30 | 日本電信電話株式会社 | 行動決定装置、未来予測モデル学習装置、ネットワーク学習装置、方法、及びプログラム |
-
2018
- 2018-03-20 JP JP2018053203A patent/JP6971181B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007223494A (ja) * | 2006-02-24 | 2007-09-06 | Fuji Heavy Ind Ltd | 車両挙動推定予測装置および車両安定化制御システム |
JP2011024314A (ja) * | 2009-07-14 | 2011-02-03 | Toshiba Corp | 需要予測装置、プログラムおよび記録媒体 |
JP2017187371A (ja) * | 2016-04-05 | 2017-10-12 | 株式会社日立パワーソリューションズ | 気象予測装置及び風力発電所 |
JP2017211913A (ja) * | 2016-05-27 | 2017-11-30 | 日本電信電話株式会社 | 行動決定装置、未来予測モデル学習装置、ネットワーク学習装置、方法、及びプログラム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110768241A (zh) * | 2019-10-29 | 2020-02-07 | 图灵人工智能研究院(南京)有限公司 | 储能装置的控制数据处理及控制系统和方法、设备及介质 |
JP2021135855A (ja) * | 2020-02-28 | 2021-09-13 | ヤフー株式会社 | コンテンツ選択装置、コンテンツ選択方法、およびプログラム |
JP7179033B2 (ja) | 2020-02-28 | 2022-11-28 | ヤフー株式会社 | コンテンツ選択装置、コンテンツ選択方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6971181B2 (ja) | 2021-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11544573B2 (en) | Projection neural networks | |
WO2021047593A1 (zh) | 推荐模型的训练方法、预测选择概率的方法及装置 | |
EP3711000B1 (en) | Regularized neural network architecture search | |
WO2019114413A1 (zh) | 模型训练 | |
US20200226496A1 (en) | Large-scale automated hyperparameter tuning | |
JP6167493B2 (ja) | 情報を管理するための方法、コンピュータプログラム、記憶媒体及びシステム | |
US20200341976A1 (en) | Interactive search experience using machine learning | |
CN109063104B (zh) | 推荐信息的刷新方法、装置、存储介质和终端设备 | |
JP6854748B2 (ja) | 情報提供装置、情報提供方法、およびプログラム | |
JP6753833B2 (ja) | 付与装置、付与方法、付与プログラム、及びプログラム | |
CN112464647B (zh) | 一种面向推荐系统的负采样方法、装置和电子设备 | |
JP6199461B1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
WO2023185925A1 (zh) | 一种数据处理方法及相关装置 | |
WO2024067373A1 (zh) | 一种数据处理方法及相关装置 | |
JP6971181B2 (ja) | 予測装置、予測方法、およびプログラム | |
JP6077984B2 (ja) | アイテム推薦装置、アイテム推薦方法、およびアイテム推薦プログラム | |
Ishikawa et al. | Audio-visual hybrid approach for filling mass estimation | |
CN111489196B (zh) | 基于深度学习网络的预测方法、装置、电子设备及介质 | |
JP2018077671A (ja) | 情報処理装置、情報処理方法、予測モデルの生成装置、予測モデルの生成方法、およびプログラム | |
WO2023050143A1 (zh) | 一种推荐模型训练方法及装置 | |
JP7117835B2 (ja) | 生成装置、モデル、生成方法及び生成プログラム | |
JP2016099750A (ja) | 行動ネットワーク情報抽出装置、行動ネットワーク情報抽出方法及び行動ネットワーク情報抽出プログラム | |
JP2019109662A (ja) | 分類装置、データ構造、分類方法、およびプログラム | |
CN110795936B (zh) | 词向量的获取方法和装置、存储介质及电子装置 | |
JP7179033B2 (ja) | コンテンツ選択装置、コンテンツ選択方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20180418 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200313 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210326 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210406 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210604 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211005 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211101 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6971181 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |