[Gree] グリーのソーシャルゲームにおける機械学習活用事例
•Transferir como PPTX, PDF•
1 gostou•3,679 visualizações
Machine Learning 15minutes!での登壇スライドです。 https://machine-learning15minutes.connpass.com/event/62644/ グリーにおけるサービスへの機械学習の活用事例をご紹介します。
Recomendados
Mais conteúdo relacionado
Mais procurados
Mais procurados (20)
Semelhante a [Gree] グリーのソーシャルゲームにおける機械学習活用事例
Semelhante a [Gree] グリーのソーシャルゲームにおける機械学習活用事例 (20)
Mais de Takashi Suzuki
[Gree] グリーのソーシャルゲームにおける機械学習活用事例
- 1. ソーシャルゲームにおける 機械学習 活用事例 Machine Learning 15minutes! #16 2017/09/30 グリー株式会社 開発本部 応用人工知能チーム 鈴木 隆史
- 2. 自己紹介 ■氏名：鈴木隆史 (@t24kc) ■所属：開発本部 応用人工知能チーム JapanGame事業本部 ENチーム ■業務：Webプロダクト ENマネジメント 大規模データ活用した機械学習ツール開発 これまでに機械学習を利用したPUSH通知の最適化、 バナーのレコメンデーション、チャットボットなどを担当 2
- 3. 1. はじめに 2. プロジェクト紹介 3. 技術紹介 4. まとめ はじめに 3
- 4. ■FY17 4Qリリースタイトル セールスランキング グリーのサービスについて 4※ランキングは、App StoreまたはGoogle Playのセールスランキングより7月31日時点までの最高順位を採用
- 7. 利用している機械学習技術 ■Deep Learning関連 CNN：美容メディア画像タグ付け、不適切な画像識別 RNN：チャットボット、レコメンデーション ■Machine Learning関連 分類：PUSH通知最適化、離脱ユーザ予測 クラスタリング：画像の領域抽出、ユーザセグメント分析 最適化：レベルデザイン支援システム ■Reinforcement Learning関連 QAの自動化 7
- 9. 1. はじめに 2. プロジェクト紹介 3. 技術紹介 4. まとめ プロジェクト紹介 9
- 14. 1. はじめに 2. プロジェクト紹介 3. 技術紹介 4. まとめ 技術紹介 14
- 23. 1. はじめに 2. プロジェクト紹介 3. 技術紹介 4. まとめ まとめ 23
Notas do Editor
- 機械学習を利用したユーザー行動分析 自然言語系のタスク
- 今年のリリースタイトルのアプリセールスランキング おかげさまでランキング上位タイトルが増えている ランキング１位をとった子会社ポケラボのシノアリス含む複数ビッグタイトルのデータを 全て格納するHadoopベースの分析基盤を運用しており、大量のデータが簡単に利用できるのが強み どのくらいのデータ量かというと
- これまで興味ある人がそれぞれやっていたが、 そのため、使用する言語やライブラリ、ノウハウはバラバラだった しかし、組織として力を入れていこうという話になり ４月に専門チームが編成され、まさに今、様々な事業領域にAI技術を応用して、その成果を検証している段階 チーム構成も強化されてきていて、 DL関連の研究をやってた未踏スーパークリエイターの子が今年入社している あとは分析基盤系のエンジニアやゲームエンジニアが兼務で働いている
- 主に2つのお客様ニーズに分割して、機械学習を利用しようと考えた ・時間帯の例 ・熱量の例
- つまり、今回のプロジェクトのモチベーションはこのように定式化している 予測した後は、単にpush通知の送信だけでなく、プロダクトの施策などに紐づけることもできる それは、プロダクト次第
- 今回は機械学習を利用してプロジェクト進行をしたが、注意している点が何個かある
- ざっくりと今回のシステム構成を説明
- そのうち、今回のプロジェクトで開発した部分はこちら ここの説明をしていく
- ・svmで検証 ・実データは思った以上に汚い ・非線形カーネルのRBF一択（他にも線形、多項式、シグモイドなど） ・学習データ ・データの量と質が大事 ・ただ単にデータ量を増やしすぎても学習するためのリソースが増えすぎたりする ・精度 ・精度を向上させるための工夫を説明する
- ・データの可視化 ・本番データは思った以上に汚い、実際にデータを可視化して変なデータが混ざっていないか、特徴量があるのかを確認 ・皆さんやっているかと思うが、可視化にはjupyter+pandas+seaboarnなどで可視化を実施 ・DWH参照用の自社のpandasライブラリがあったりする データの質担保 ・スケーリング（標準化、正則化）で特徴量の取りうる範囲を調整する ・特徴量を同じスケールで比較 ・カーネル関数は特徴量の内積で計算するので、ロストさせないため ・フォーマットの調整 ・one-hot-vector（離散的なデータの場合は、数値ベクトルで表現せずに、フォーマットを変更 ・外れ値の削除 ・年齢、プレイ履歴が外れ値を持つものは別値に保管したり、削除したり ・アンダーサンプリング（大きいデータを小さい方に揃える、データをクラスタリングして一定数をランダムサンプリング） ・データ量が多いのでこのやり方、データ数が少ない時はオーバーサンプリングでデータを増やすこともできる ・その際は過学習させないようにknnで増やすやり方が一般的
- ・特徴選択 ・特徴量の次元が増えすぎると、学習には不要な特徴量をとらえて、過学習してしまったり、学習に多くのリソースが必要になることがある ・特徴選択にはランダムフォレストでランキング付けがオススメ ・次元削除 ・説明力が弱い特徴量は削除することで、訓練データの過学習を抑えて、汎化性能をキープできる
- ・ランダムサーチでパラメータのあたりをつける ・svmにはいくつかのパラメータがある ・コストパラメータC、誤りへのペナルティーを大きくする ・カーネルパラメータγ、決定境界の複雑さ ・データ量が膨大なので、いきなりグリッドサーチで全パターンを試行のではなく、ランダムサーチであたりをつけてから実施 ・ヒートマップなどで評価値の可視化をすると見やすい ・熱量高いお客様はサービス離脱リスクが低く、特別アクションをとることなく、継続してくれる ・それと比較して、熱量が低く離脱するリスクがあるお客様は、長期的なプロダクト運用において事業リスクがある ・そのため、離脱リスクが高い方を取りこぼさないようにする ・評価関数 ・再現率(recall)はラベルが正のものの精度が上がるように評価する関数 ・F2スコアなど、recall重視のパラメータにするのが重要
- ・今回はdeepでは精度でない案件 ・レコード数と比較してデータの質が数十次元と特徴量の数が少ない ・世間的にdeepに注目が集まっているが、画像や自然言語系など複雑な問題でなければMLが有効なことが多い
- ・自社コードはモジュール化も検討