3月25日から31日までの平日5日間でインターンシップに参加しましたので、その成果報告です。

1. Instagram 投稿写真による
ユーザ性別推定Webアプリ開発
5daysインターンシップ @ TIS株式会社
（2015/3/24-31）
yiori.s
5daysインターンシップ成果報告

2. Agenda
●
自己紹介
● 開発したWebアプリ概要
●
モデル構築
● Webアプリ
●
デモ
●
今後の課題

3. 自己紹介
●
氏名： yiori.s
●
所属： 某工業大学大学院
●
出身： 横浜市
●
研究テーマ：
（現在）
企業内教育eラーニングのログ分析
→ドロップアウト者推定をして、
ドロップアウト者減に貢献したい

4. 開発したWebアプリ概要
●
開発の動機
– 趣味：写真を撮ること
●
一眼レフで撮ることも
● スマホで撮った場合はSNSに投稿
– 機械学習の手順を学びたい
– >自分の研究にも活かしたい
●
仮説
– 女性は”人物”の写真が多く
男性は”食べもの”の写真がメイン

5. 開発したWebアプリ概要
● Instagramに投稿された写真から
ユーザの性別(male or female)を推定
Instagram
投稿写真
モデル 性別推定

6. 開発したWebアプリ概要
● 使用したAPI
– Instagram API
●
写真の取得
● 利用上限 5000リクエスト/日
– Alchemy API
●
写真の内容物認識
● 利用上限 １０００リクエスト/日
●
使用言語
– Python 3.4.3 Orange : 0.998

7. モデル構築
● Pythonライブラリを使用
– scikit-learn
– ipython + ipython notebook
●
ロジスティック回帰モデルを使用
●
学習用データの用意
– 20枚/ユーザの写真をInstagramから取得
– Sさんとyiori.sがフォローしているユーザ、計60人
– 写真をAlchemyAPIに渡して、各写真のタグを取得
– ユーザごとに写真タグ情報を集計
– 特徴ベクトルの生成

8. モデル構築
●
特徴ベクトルの検討
– 仮説通りであれば・・・
タグ”person”と”food”に着目すると性別間に差が出る
– 結果・・・多少差はありそうだが、ばらばら

9. モデル構築
●
特徴ベクトルの検討
– より多くのタグに着目
● nailやhairは女性特有なのでは？
● 風景（natureなど）にも傾向があるのでは？ など
●
使用したタグ
– 'nail','hair', 'person', 'sport',
'food','night','coffee','wedding','cake','beer', 'dog', 'animal',
'tree','blossom','cat', 'flower','sky','nature','cherry'
– タグが多く煩雑・・・そして疎

10. モデル構築
●
タグの集約
– 動物（ペット）
● X['animal']=X['animal']+X['dog']+X['cat']
– 女性特有
● X['cosme']=X['hair']+X['nail']
– 自然
● X['nature']=X['nature']+X['sky']+X['flower']+X['tree']
+X['blossom']+X['cherry']
●
特徴ベクトル
– Person, sport, food, night, coffee, wedding, cake,
beer, animal, nature, cosme

11. モデル構築
●
精度
– クロスバリデーション（K=3）
– Accuracy : [ 0.6 0.65 0.75]
– Mean: 0.667 (+/-0.125）

12. Webアプリ
● Pythonライブラリを使用
– flask (jinja2)
●
デザインテンプレート
– Bootstrap
●
動作
– Instagramユーザ名を入力
– ユーザの最近の投稿20件を取得
– AlchemyAPIに写真を渡し、特徴ベクトルの計算
– モデルに特徴ベクトルを渡し、性別推定

13. デモ
Instagramユーザ名を入力

14. 今後の課題
● Herokuに移植（公開）
●
デザイン改良
●
推定精度の改善
– モデルの見直し
– 学習用データ増
● 1ユーザあたりの写真枚数
●
ユーザ数
●
処理速度の向上
– 写真の内容物認識をAlchemyAPIからCaffeに変更など