10周年のSPコンテンツ!
2

B-6
ベイズ推定とDeep Learningを使用したレコメンドエンジン開発

Jun.N
開発1センター 技術戦略室 企画分析チーム

HALL B
16:50 - 17:30

”LINEスタンプを対象としたレコメンドエンジン開発についてお話します。
LINE Creators Market の開始により急激にスタンプの数が増え、現在約6万個になっています。ここでは様々なレコメンドエンジンのアルゴリズムをどのように選び、アイテム間類似度の計算をどのように行っているのかなどを共有します。”

C. Hasegawa @chase0213
Deep Learning の話題なので kNN のことを思い出しながら聞きます。 #linedevday
Yuri Odagiri @ixixi
ベイズ推定とDeep Learningを使ったレコメンドエンジン開発の話はじまった。 #linedevday
KG @hokkun_cv
今日の個人的メインのディープ某 #linedevday
とーま @Amothic
ベイズ推定とDeep Learningを使用したレコメンドエンジン開発 #linedevday
KG @hokkun_cv
R-NNの研究をされていた #linedevday
とーま @Amothic
機械学習を使ったサービス開発 #linedevday
C. Hasegawa @chase0213
ユーザー検索にもレコメンド入れておいて欲しい #linedevday
ユラックス熱海@海草 @kaisou4537
レコメンドエンジンの開発の同期はスタンプの急速な増加が理由 #linedevday
とーま @Amothic
開発の動機 Creators stampが出来て、スタンプ数が急速に増加した 欲しいスタンプが見つけられるように #linedevday
とーま @Amothic
レコメンデーションには2つの種類がある * アイテム単位 - この商品を買った人はこんな商品も買っています * ユーザ単位 - あなたへのオススメ #linedevday
Yuri Odagiri @ixixi
クリエイタースタンプで大量にスタンプが出てくるようになったから、欲しいスタンプ探すの難しいよね→レコメンドという自然な流れ。 #linedevday
とーま @Amothic
前提条件 MAUは1億8100万 スタンプ数は9万以上 スタンプは多いが、ユーザ数のほうが圧倒的に多い #linedevday
とーま @Amothic
200の地域で販売している いろんな地域で販売していることを考慮するアルゴリズムが必要 #linedevday
KG @hokkun_cv
スタンプ数が増えすぎて選べないからレコメンドエンジン #linedevday
Yuri Odagiri @ixixi
ユーザ数がMAU1億8000万、スタンプ数9万以上。200の地域。地域毎に好みが違うよ、と。公式とクリエイターズスタンプの二種類があるよ。レコメンドの文脈だとこの違いが結構大きい。販売数が1~2桁違う。 #linedevday
KG @hokkun_cv
各スタンプ(特にクリエイターズスタンプ)はメタデータがついてない #linedevday
ユラックス熱海@海草 @kaisou4537
公式スタンプとクリエイターズスタンプで違うものとして厚皮ければならない、また、スタンプに対するメタデータは存在しないことが前提 #linedevday
とーま @Amothic
メタデータの不在 メタデータがあれば、ネコのスタンプを買った人にはネコのスタンプを進めればいいがそのようなものは存在しない #linedevday
おむろん @omuron
メタデータの不在 猫のスタンプに猫のメタデータがあるわけではない 確かに探しにくそうね #linedevday
Yuri Odagiri @ixixi
スタンプにはタグのメタデータが無い。ネコのスタンプに「ネコ」タグが付いてたりすればレコメンドに使えるのだが、そういうのは無いし、これからも付けないと。タグはだいぶ効きそうですけどね。 #linedevday
ユラックス熱海@海草 @kaisou4537
アルゴリズムは購入意欲と使用頻度の兼ね合いで出している #linedevday
残りを読む(50)

コメント

コメントがまだありません。感想を最初に伝えてみませんか?

ログインして広告を非表示にする
ログインして広告を非表示にする