从事AI与数据分析咨询业务的MiDATA公司，发表了与东京大学大学院经济学研究科附属东京大学市场设计中心（UTMD）的共同研究成果。UTMD提出了一种缓解双边平台结构性问题——「部分用户人气集中（拥挤）」的方法，以提升机会公平性与媒合品质，MiDATA则根据此方法实作了新的推荐算法。该算法已在MiDATA股东Linkbal公司营运的媒合应用程序「CoupLink」中进行试验导入，并在实证实验中确认了其有效性。研究成果论文已于预印本服务器「arXiv」及UTMD网站上公开。自2024年7月起，MiDATA与UTMD便开始针对考虑双方偏好与行为几率的「双边推荐」系统进行共同研究。在像媒合应用程序这种必须双方互有好感才能成立配对的「双边平台」中，使用传统方法容易产生「拥挤」现象，即部分热门用户收到过多推荐与「按赞」。这种「拥挤」会导致热门用户不堪负荷、一般用户被埋没等效率低下与不公平的问题。针对此课题，他们结合了UTMD在「市场设计（媒合理论）」方面的尖端知识，以及MiDATA的「高端AI实作能力」，开发了新的推荐算法「ECDA（曝光受限型延迟接受机制）」。该算法将诺贝尔经济学奖相关的「延迟接受（Deferred Acceptance）算法」应用于推荐系统。根据AI预测的「按赞或配对发生次数的期望值」，为个别用户的推荐次数（曝光）设置适当上限，从系统层面缓解特定用户被过度推荐的情况。实证实验结果显示，针对前0.1%用户的极端集中现象获得了修正，并确认了能提升有助于实际交流的媒合机会、提供公平的相遇机会，以及强化安全安心的环境。今后，他们将把研究成果反映在数据分析咨询服务中，并向「求职者与企业」、「自由工作者与发案方」等同样面临「因人气集中导致机会损失」课题的其他产业平台业者，提供此技术与数字转型（DX）支持。