2021/03/31　Ltech#15 未来の体験をつくるLIFULL LABの取り組み ~LIFULLのR&D部門とは~ 山崎 晴貴

1. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
Ltech#15
Well-beingを測る「LIFEWILL」開発の舞台裏
山崎晴貴 LIFULL Lab研究員
2021.3.31
#Ltech

2. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
感情でみつける、あなたの未来。
LIFEWILLはTwitterの投稿内容200件のテキストが持つ感情を解析し、
ユーザーの直近の感情と「ユーザーに足りていない感情」を診断
その結果から自分がよりWell-beingになるための場所や街、
物件情報を全国約1800市区町村のなかからレコメンドする
2019年12月3日公開
https://lab.lifull.com/lifewill/
#Ltech
LIFEWILLについて

3. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
感情の多様性=Emodiversity（エモダイバーシティ）
ポジティブな感情だけでなく、ネガティブな感情も含めた
さまざまな感情に触れることで
Well-being（身体的・精神的・社会的に「よい状態」）
になるという考え方
サイト監修の予防医学研究者石川善樹氏からの助言により、
LIFEWILLの根幹をなす概念となっている
#Ltech
Emodiversity

4. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
デモ
#Ltech
https://lab.lifull.com/lifewill/
GETSTARTED!

5. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
#Ltech
制作体制
✕
クリエイティブディレクション
リサーチ
コンセプト開発
UI/UXデザイン
テクニカルディレクション
プロトタイピング
サイト実装
フロントエンド/サーバサイド
https://bassdrum.org

6. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
#Ltech
開発経緯
「情報を得る」から「自分を知る」へ
Web検索の結果は自分を含む多くの人にとって良いと思われるもの（民主主義的/多数決）が表示されるが、
それは果たして自分が本当に欲しかった情報なのか？
検索する行為を自らの内面に寄り添ったものとすることで、
本当に欲しかった情報に出会えるかもしれない
自分の感情を基点にした「新しい検索体験」の
研究を進める中で出会ったのが「Well-being」
そして、「感情解析」につながってゆく
https://google.com

7. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
#Ltech
LIFE WILL独自モデルの構築
「プルチックの感情の輪」など
既存の感情モデルをリサーチ
「ラッセルの円環モデル」を参考に
LIFEWILL独自のモデル構築を
行うことになった
LIFEWILLの感情モデル 1
プルチックの感情の輪
https://6seconds.co.jp/eq-articles/plutchiks-model-of-emotions
ラッセル円環モデル
https://webronza.asahi.com/science/articles/2019071000003.html

8. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
LIFEWILLの感情モデル 2
円環モデルの検討
感情の強弱を縦軸、ポジネガを横軸にとった4象限の分割数を検討、
喜怒哀楽をベースとした12感情を定義した
4分割 8分割 12分割
#Ltech

9. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
LIFEWILLの感情モデル 3
感情のオノマトペ化
各感情を感覚的に理解できるよう
また、第2、3象限の感情が
ネガティブな印象を受けすぎない
よう配慮しつつ、
「オノマトペ」化を行う
#Ltech

10. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
#Ltech
LIFEWILLの感情モデル 4
感情のキャラクター化
人間の感情をより
強く表現するアイコンとして
12種類のキャラクターを
デザイン

11. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
LIFEWILLのUI/UXデザイン
LIFULLDESIGNサイトで詳しく紹介してますのでぜひご覧ください
https://design.lifull.com/work/00007_lifewill/
#Ltech

12. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
LIFEWILL2つの感情
2つの感情の組み合わせでEmodiversityを高める
Twitter投稿をもとにした
ユーザーの感情解析の結果から
自身に足りない感情に出会える（そうな）街を
1800市区町村からリコメンド
#Ltech
ユーザーの感情
(個人のWell-being計測)
街の感情
(街のWell-being計測)

13. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
LIFEWILL感情解析エンジン 1
Word2vecをベースにした感情解析
LIFEWILLでは、単語同士の
意味の近さを計算するために
「Word2vec」を使用
また、教師データには
Wikipedia日本語版全ページの
データベースダンプを用いている
https://ja.wikipedia.org/wiki/Wikipedia:データベースダウンロード
#Ltech
https://samyzaf.com/ML/nlp/nlp.html
単語のベクトル化によって、単語同士の意味の演算が可能になる
例：
「王様」- 「男」+ 「女」= 「女王」
「パリ」- 「フランス」+ 「日本」= 「東京」

14. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
LIFEWILL感情解析エンジン 2
ユーザーの感情と街の感情分析は同じロジックを用いている
#Ltech
LIFE WILL感情解析エンジン Ver1.0
市区町村名を
検索ワードとして、
アメブロと
はてなブログを検索
Google
Custom Search API
本文のみHTMLを抽出
HTMLの文書構造で
内容毎に切り分ける
テキスト/ツイートに
形態素解析を行い
単語別に分解
Word2vecを使用し、
単語と感情との
ベクトルを算出
ユーザーが
Twitterアカウントで
OAuth 認証する
TwitterのAPIを使用
最新200件の
ツイートを取得
感情の値に一番
近いデータを抽出して、
テキストの感情を設定
街の感情が
算出される
ユーザーの感情が
算出される
① ② ③
Twitter API

15. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
LIFEWILL感情解析エンジン 3
形態素解析とベクトル算出
文章を形態素解析しWord2vecで
各単語と感情名とのベクトルを算出
#Ltech
私は感情から家を探します
/ は / 感情 / から / 家 / を / 探し / ます
形態素解析で分解する
私
0.12 0.17 0.15 0.4 0.2 0.14 0.32 0.16 0.2 0.3 0.31
0.11
驚き 喜び 幸せ 満足 穏やか 安心 悲しみ 憂鬱 不満 怒り 不安
退屈
「私」という単語と、感情の単語のベクトルを算出する
その他の単語も、同様にベクトルを算出していく

16. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
LIFEWILL感情解析エンジン 4
形態素解析とベクトル算出
解析した単語の感情値を足し上げて「文章の感情」とする
#Ltech
驚き 喜び 幸せ 満足 穏やか 安心 退屈 悲しみ 憂鬱 不満 怒り 不安
私 0.38 0.46 0.40 0.40 0.37 0.36 0.30 0.41 0.30 0.37 0.37 0.48
は 0.22 0.24 0.27 0.34 0.28 0.31 0.17 0.22 0.11 0.33 0.28 0.35
感情 0.27 0.30 0.55 0.35 0.27 0.37 0.19 0.31 0.26 0.30 0.26 0.37
から 0.11 0.21 0.09 0.22 0.23 0.16 0.13 0.13 0.06 0.17 0.24 0.26
家 0.36 0.36 0.30 0.35 0.26 0.31 0.29 0.31 0.27 0.35 0.29 0.37
を 0.00 -0.03 0.12 0.11 0.00 0.24 0.15 0.08 0.13 0.04 0.02 0.09
探し 0.37 0.43 0.58 0.29 0.46 0.33 0.28 0.47 0.35 0.25 0.36 0.38
ます 0.04 -0.06 0.16 -0.02 -0.10 -0.07 -0.03 -0.05 0.18 -0.15 -0.08 -0.18
合計 1.75 1.91 2.47 2.04 1.77 2.01 1.48 1.88 1.66 1.66 1.74 2.12 ←感情値

17. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
LIFEWILL感情解析エンジン 5
感情解析結果の算出
ユーザー/市区町村ごとにデータを足し上げ、
最大値となったものが
「代表する感情」
として設定される
#Ltech
テキスト 驚き 喜び 幸せ 満足 穏やか 安心 退屈 悲しみ 憂鬱 不満 怒り 不安
私は感情から家を探します 1.75 1.91 2.47 2.04 1.77 2.01 1.48 1.88 1.66 1.66 1.74 2.12
猫ふれあいスペース「CatsGallery」
さんが併設されているんです 2.76 2.48 2.44 2.66 1.89 2.32 1.78 2.10 1.58 2.20 2.33 2.34
人類の偉大な科学技術に感動する 2.35 2.65 1.89 2.23 0.97 1.81 1.34 1.85 0.76 1.22 1.85 1.26
今日は雪が舞ってましたねいや〜、 5.88 3.44 1.63 0.72 4.67 0.29 3.20 0.32 3.68 4.27 3.72 0.47
孫と戸田川緑地公園に行きました
が、すごい人・・・＾＾； 6.10 1.29 6.24 1.93 4.45 0.08 3.21 4.91 5.74 0.11 5.88 0.07
サポーレに入って真っ先に目につ
くのがフルーツ 7.54 2.59 8.31 0.55 4.08 4.36 1.44 3.18 4.60 3.34 0.01 3.29
鳥居は三ノ鳥居まであるようです 2.79 1.22 5.11 4.11 0.51 5.18 3.89 1.93 0.30 5.70 0.10 2.73
合計 29.17 15.57 28.09 14.24 18.34 16.05 16.35 16.16 18.32 18.50 15.63 12.28

18. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
ユーザーの感情ランキング
#Ltech
強い感情 弱い感情 件数
ユルユル シクシク 15
ツンツン ニコニコ 15
ツンツン ピリピリ 14
ニコニコ ツンツン 13
ソワソワ ニコニコ 13
ツンツン ウトウト 12
ホノボノ ピリピリ 11
ウトウト シクシク 11
モヤモヤ シクシク 11
ソワソワ ツンツン 11
ウトウト ピリピリ 10
ユルユル ウトウト 7
強い感情 弱い感情 件数
キュンキュン ソワソワ 674
ピリピリ モヤモヤ 531
モヤモヤ ソワソワ 452
キュンキュン ニコニコ 397
ドキドキ ソワソワ 363
ワクワク モヤモヤ 353
モヤモヤ ニコニコ 335
ピリピリ ユルユル 318
キュンキュン ツンツン 296
シクシク ソワソワ 262
ドキドキ モヤモヤ 244
ピリピリ ソワソワ 232
上位 12 下位 12
集計期間：2020.7.13 – 2020.8.9 ※Twitterキャンペーン実施期間
解析総数：12,053件（延べ）

19. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
街の感情の変遷
#Ltech
2019年12月 2021年2月 2021年3月

20. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
入力するテキストの多様化：
Twitterやアメブロ/はてブロ以外のテキストを用いた感情解析の可能性探索
各種データベースの活用：
LIFULLはもとより外部パートナーのデータベースやオープンデータ、
地理空間情報などとの掛け合わせによる推薦エンジンとしての可能性探索
Well-being計測の信頼性向上：
感情解析結果に対する「納得感」を醸成し、日々のWell-being計測/記録するための
手段としてユーザーからの信頼を獲得する
今後の展開

21. C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .
#Ltech