MiDATA與東京大學市場設計中心(UTMD)發表使用媒合應用程式「CoupLink」的共同研究成果

從事AI與數據分析諮詢業務的MiDATA公司，發表了與東京大學大學院經濟學研究科附屬東京大學市場設計中心（UTMD）的共同研究成果。UTMD提出了一種緩解雙邊平台結構性問題——「部分用戶人氣集中（擁擠）」的方法，以提升機會公平性與媒合品質，MiDATA則根據此方法實作了新的推薦演算法。該演算法已在MiDATA股東Linkbal公司營運的媒合應用程式「CoupLink」中進行試驗導入，並在實證實驗中確認了其有效性。研究成果論文已於預印本伺服器「arXiv」及UTMD網站上公開。自2024年7月起，MiDATA與UTMD便開始針對考慮雙方偏好與行為機率的「雙邊推薦」系統進行共同研究。在像媒合應用程式這種必須雙方互有好感才能成立配對的「雙邊平台」中，使用傳統方法容易產生「擁擠」現象，即部分熱門用戶收到過多推薦與「按讚」。這種「擁擠」會導致熱門用戶不堪負荷、一般用戶被埋沒等效率低下與不公平的問題。針對此課題，他們結合了UTMD在「市場設計（媒合理論）」方面的尖端知識，以及MiDATA的「高階AI實作能力」，開發了新的推薦演算法「ECDA（曝光受限型延遲接受機制）」。該演算法將諾貝爾經濟學獎相關的「延遲接受（Deferred Acceptance）演算法」應用於推薦系統。根據AI預測的「按讚或配對發生次數的期望值」，為個別用戶的推薦次數（曝光）設定適當上限，從系統層面緩解特定用戶被過度推薦的情況。實證實驗結果顯示，針對前0.1%用戶的極端集中現象獲得了修正，並確認了能提升有助於實際交流的媒合機會、提供公平的相遇機會，以及強化安全安心的環境。今後，他們將把研究成果反映在數據分析諮詢服務中，並向「求職者與企業」、「自由工作者與發案方」等同樣面臨「因人氣集中導致機會損失」課題的其他產業平台業者，提供此技術與數位轉型（DX）支援。