第一回 mixi × ca 合同勉強会のLTで発表した資料に一部加筆修正を加えたものです。

1. 芸能人推薦のしくみ
株式会社サイバーエージェント
アメーバ事業本部 Ameba Technology Laboratory
服部 司

2. 株式会社サイバーエージェント
2
今日紹介する話
・ 関連する芸能人の推薦
Result
Query
oshima-y
xanadu11
atsuko-maeda
sashihara-rino

3. 株式会社サイバーエージェント
3
デモ
・ それでは早速・・・

4. 株式会社サイバーエージェント
4
デモ

5. 株式会社サイバーエージェント
5
デモ

6. 株式会社サイバーエージェント
6
デモ

7. 株式会社サイバーエージェント
7
デモ

8. 株式会社サイバーエージェント
8
デモ

9. 株式会社サイバーエージェント
9
デモ

10. 株式会社サイバーエージェント
10
実現方法
・ ブログのアクセスログを使った機械学習
- ログデータ は Patriot から取得

11. 株式会社サイバーエージェント
11
ブログのアクセスログの加工方法(概説)
1. 各ユーザー毎に芸能人ブログの共起アクセスを洗い出す。
user1 atsuko-maeda
user1
user2 nakagawa-shoko
user3 darvish-yu-blog
・atsuko-maeda / oshima-y
…
…
・oshima-y / sashihara-rino
user1 oshima-y
・sashihara-rino / atsuko-maeda
…
…
user1 sashihara-rino
…
…

12. 株式会社サイバーエージェント
12
ブログのアクセスログの加工方法(概説)
2. 芸能人×芸能人の行列にユーザー毎の共起アクセスを足しこむ
user1 a o s …
・atsuko-maeda / oshima-y
a 0 +1 +1
・sashihara-rino / atsuko-maeda
o +1 0 +1
・oshima-y / sashihara-rino
s +1 +1 0
…

13. 株式会社サイバーエージェント
13
ブログのアクセスログの加工方法(概説)
2. 芸能人×芸能人の行列にユーザー毎の共起アクセスを足しこむ
user1 a o s …
・atsuko-maeda / oshima-y
a 0 +1 +1
・sashihara-rino / atsuko-maeda
o +1 0 +1
・oshima-y / sashihara-rino
s +1 +1 0
…

14. 株式会社サイバーエージェント
14
ブログのアクセスログの加工方法(概説)
2. 芸能人×芸能人の行列にユーザー毎の共起アクセスを足しこむ
user1 a o s …
・atsuko-maeda / oshima-y
a 0 +1 +1
・sashihara-rino / atsuko-maeda
o +1 0 +1
・oshima-y / sashihara-rino
s +1 +1 0
…

15. 株式会社サイバーエージェント
15
ブログのアクセスログの加工方法(概説)
2. 芸能人×芸能人の行列にユーザー毎の共起アクセスを足しこむ
user1 a o s …
・atsuko-maeda / oshima-y
a 0 +1 +1
・sashihara-rino / atsuko-maeda
o +1 0 +1
・oshima-y / sashihara-rino
s +1 +1 0
…

16. 株式会社サイバーエージェント
16
ブログのアクセスログの加工方法(概説)
3. 行列の各行(列)を、各行の最大値で正規化
a o s a o s
a 0 100 60 a 0 1 0.6
o 100 0 20 o 1 0 0.2
s 60 20 0 s 1 0.33 0
( * 上図は 3×3 行列の場合の結果。実際は 104× 104 行列程度 )

17. 株式会社サイバーエージェント
17
ブログのアクセスログの加工方法(概説)
4. 必要であれば、機械学習に必要なデータ形式に合わせて加工
a o s
a 0 1 1
a o s o 1 0 0
2値化
a 0 1 0.6 (閾値) s 1 0 0
o 1 0 0.2
a o s
s 1 0.33 0 離散多値化
(step関数) a 0 5 3
o 5 0 2
s 5 2 0

18. 株式会社サイバーエージェント
18
このデータ加工の利点
・ データマトリックスが小さくなる。(1万×1万)
cf ) ameba user ×芸能人 = 1500万 × 1万
→ 現実的に計算できる推薦アルゴリズムが増える。
・ 縦軸、横軸が同じ
→ 使用できる推薦アルゴリズム*が増える
* アイテムベース・ユーザーベース推薦どちらも可能

19. 株式会社サイバーエージェント
19
主に使ってるアルゴリズム
・ set expansion 系
[1]
- MaxentSets (の拡張)
・ 情報検索 系
- TF-IDF + 類似度( cosine、Jaccrd、 … etc )
複数のアルゴリズムのランキング順位を
調和平均してリランキング
（ * ランク上位のノイズが減る ）
[1] On-demand Set-based Recommendations Suhrid Balakrishnan (2010)

20. 株式会社サイバーエージェント
20
雑記 ・ TIPS
< データ加工 >
・ 解析するログの期間は長い方がいい。
・ 低アクセスのユーザーをはじく。割と大胆に。
< アルゴリズム >
・ 推薦で高精度だと言われているアルゴリズムが必ずしも
いい結果を出さなかった。
例 ) PLSA*、SlopeOne* → 1位に pigg-staff が頻出
* Web+DB PRESS No 49 にも載ってる。

21. 株式会社サイバーエージェント
21
ご清聴ありがとうございました！