オンライン広告はインターネット産業を支える大きなビジネスの一つである．その中でもReal Time Bidding (RTB)と呼ばれるオークションによる取引においては，入札価格を決める上で配信された広告がユーザにクリックされるかどうかを予測することは重要である．従来までのクリック予測では，モデルを学習する際にオークションで落札し広告を表示したデータのみを利用している．しかし，実際にモデルが予測するのは落札したデータのみではなく，オークションが行われる全てのデータである．そのため，クリック予測のモデルを学習する上で選択バイアスの影響が問題となる． 本研究ではDomain Adaptation Neural Network (DANN)を用いたクリック予測モデルを提案する．提案手法は予測したいラベルの予測を行うと同時に，ドメインに対して不変な特徴を学習することが可能である． 人工的なデータを用いた実験では，学習期間で落札出来なかったデータに対して提案手法が比較手法よりも高い精度で予測できていることを確認した．
