テキストアナリティクスの知見を社会に活かすには？ -シーズ指向の視点とニーズ指向の視点-
•Download as PPTX, PDF•
1 like•1,083 views
第12回テキストアナリティクス・シンポジウム 特別企画 招待講演 http://www.ieice.org/~nlc/tm12p.html
Recommended
More Related Content
Similar to テキストアナリティクスの知見を社会に活かすには？ -シーズ指向の視点とニーズ指向の視点-
Similar to テキストアナリティクスの知見を社会に活かすには？ -シーズ指向の視点とニーズ指向の視点- (20)
More from Yoji Kiyota
More from Yoji Kiyota (20)
Recently uploaded
Recently uploaded (9)
テキストアナリティクスの知見を社会に活かすには？ -シーズ指向の視点とニーズ指向の視点-
- 1. テキストアナリティクスの知見を社 会に活かすには？ -シーズ指向の視点とニーズ指向の視点- LIF ULL Lab 主席研究員 清田 陽司 2 0 1 8 . 0 2 . 1 6 第 1 2 回 テ キ ス ト ア ナ リ テ ィ ク ス ・ シ ン ポ ジ ウ ム 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 .
- 2. 清田 陽司 LIFULL Lab 主席研究員 福岡県生まれ→大学(院)＠京都→東京 関心分野: 自然言語処理応用 → 検索・推薦 → 情報リテラシー (図書館) → 生活領域 (不動産、介護 etc.) でのメディア技術活用 (画像解析含む) 経歴: 大学教員 → 兼業で起業 → そちらが本業に → 買収 対外的活動 • 情報処理学会データベースシステム研究会 幹事（産学連携・社会連 携） • WebDB Forum 産学連携担当幹事 • 人工知能学会 編集委員 • JST「情報管理」誌 外部編集委員 • Code4Lib JAPAN共同代表 etc. 2
- 3. LIFULLグループについて 沿革 • 1997年 株式会社ネクスト設立 • 2006年 東証マザーズ上場 • 2010年 東証第一部に市場変更 • 2017年 株式会社LIFULLに社名変更 概要 • 連結売上高 299億円（2017年3月期） • 主力事業 • 総掲載物件数No.1の不動産・住宅情報サイト 「LIFULL HOME’S」の運営 • その他事業 • LIFULLブランドによる生活密着型情報サービ スの提供 • Trovit: 世界50ヶ国向けに展開する不動産・中 古車・求職情報のアグリゲーションサービス （本社: スペイン・バルセロナ） 3
- 5. LIFULL Lab (リッテルラボラトリー) • ルーツは2007年設立の 東京大学発スタート アップ (株)リッテル • 不動産テックなどに関 わる最先端技術のR&D • レコメンデーション • AI関連技術（ディー プラーニングなど） • ユーザーインタ フェース (UX) • VR / AR / MR 少人数（2017年10月現 在 6名）で多岐にわた る分野をカバー 新感覚お部屋探しアプリ HOME’Sヘヤサク！ 部屋作りシミュレーション GRID VRICK 5
- 8. 国内の賃貸不動産物件データ 約530万件 • 所在地 (郵便番号、最寄り駅など) • 賃料、面積、築年数、部屋タイプ etc. • 建物構造 (木造、鉄骨、鉄筋コンクリート etc.) • 各種こだわり条件 (ペット可、楽器、カウ ンターキッチン、バス・トイレ別 etc.) 物件画像 約8300万点 間取り図 約510万点 重厚な感じの エントランス 日当たりの 良いリビング • 国立情報学研究所(NII) の協力を得て2015年11 月より提供開始 • 学術機関の研究者であ れば無料で利用可能 LIFULL HOME’Sデータセット 8
- 10. 間取り図からの3Dモデル生成 Simon Fraser大学 古川泰隆准教授のグループによる LIFULL HOME’Sデータセット利用研究 https://www.cse.wustl.edu/~chenliu/floorplan-transformation.html → 画像処理のトップレベル国際会議 ICCV 2017に採択 10
- 12. Agenda • シーズとニーズのギャップから生まれる研究課題 • テキストアナリティクスの視点を活かした事例 1. Webログデータからのユーザ要求変遷の可視化 2. SNSとクラウドソーシングを活用した住まい探しユー ザー理解の試み 3. SNSとクラウドソーシングによって街選びの新たな指 標を創る試み 4. 介護施設探しサービスコールセンターのテキスト分 析 • テキストアナリティクスの知見が社会においてよ り活用されるためのヒント 12
- 14. 2011年時点での研究開発計画 住まい 地域 グルメ ファッション ビューティ アミューズメ ント 金融 医療 教育 分野別DB ユー ザー 検索 最適な情報 レコメンデーションエンジン ユーザーＤＢ（客観情報、行動履歴、嗜好性） 14
- 16. 住まい探しプロセスの特性 ユーザが決断までに長い時間、多くの手間をかける • 動機づけ → 情報収集 → 比較検討 → 決断 ユーザ要求が時間の経過とともに変化する • トレードオフ（価格 vs ○○） • 地域・駅・路線 • 買う – 借りる • マンション – 一戸建て • 各種こだわり条件（ペット、バストイレ別、…） → ユーザの理解が著しく困難 16
- 17. ライフイベント理解への ニーズと研究課題 だれにとっても決断が求められるライフイベント • 住まい探し、進路選択、就職、結婚、出産、治療、 介護、葬儀... ＝ 巨大なマーケットが存在 新たな研究課題 • 低頻度のライフイベントにおいて適切な情報推薦 をするにはどうしたらいいか？ • 千差万別にみえる「人生の決断」の全体像をどう したら理解できるか？ 17
- 19. LIFULL HOME’S Webログデータ 解析の目的 • ユーザは住まい探しの過程においてどのように行 動および要求を変化させるのか？ • そもそもどのような行動や要求があるのか？ 19
- 20. テキストアナリティクスの 知見が生かせないか？ トピックモデル（LDA）＝ソフトクラスタリングを 利用すれば、隠れたユーザ要求を浮かび上がらせる ことができないか？ • 文書 ⇒ ユーザの検索セッション • 多くのユーザは何日間か探しつづける • 探しつづける中でどのように行動・要求が変わる？ • キーワード ⇒ ユーザの検索行動 • ユーザの隠れた検索要求が、目に見える検索行動と なって観測できる（はず） 20
- 21. LIFULL HOME’Sのユーザ行動可視化 ブ ラ ウ ジ ン グ ---- 具 体 的 な 検 索 行 動 典型的な物件探しの行動 （路線・駅選択 or 地域選択⇒リスト表示⇒物件閲覧） 非典型的な 物件探しの行動 （地図検索など） 物件見学後に サーチエンジン 経由で再訪 21
- 24. Twitterタイムラインに着目した 理由 › ユーザーの住まい探しプロセスにおける行動、思考、 感情を示すデータを豊富に含む • 情報発信の心理的ハードルが低い（字数制限） • コミュニケーションのチャネルになっている（リ プライ機能） › タイムラインによって、数週間〜数年にわたる住ま い探しプロセスを追跡できる 24
- 25. 住まい探しに関連しそうな Twitterアカウントの抽出 • アカウントの選択 – 今回は @homes_kun のフォロワー(約40,000アカウント)を対象とした • タイムラインに以下のキーワードを含むアカウントを抽出 – 礼金、内見、家賃 • 不動産会社のアカウントを除外 – リンクを含むツイートの割合(25%以上)で判断 → 86アカウントを抽出 25
- 29. サンプル1 • うーむ。引っ越したばかりだけど、何か急激に住宅購入熱 が上がってきている。物件の内覧会に行ってさらに高める か • 現在、購入に向けた住居選びが佳境です。現在、マンショ ン優位。一戸建て高いんだもの。でも、優柔なのでしばら く決めれないと思う • @foo そうなんです。いまメゾネットなんですが、身重な 奥さんが階段をひぃひぃ言いながら登っているのを見ると ….。「70歳超えたら無理」だと思いますねぇ。結局、おっ くうになって、ほとんど1階で過ごしてそう 29
- 30. サンプル2 • @bar 池袋駅から徒歩5 分くらいらしい? 私もやっと職場探 せるよー。早くしないと住むところ決められない?。 • @bar そうなんだ(^^)部屋探すの楽しい?！今、都立にし ようか民間にするか悩んでてさぁ。困った(；´Д`A • 新潟在住ですよ?4 月から都内に引っ越し予定であります ♪(´ε｀ ) • Mさんには会えなかったけど、マンション決めて来たー！！ 順調！ただ、職場がまだ決まってないw 30
- 31. サンプル3 • 内見たのしー。いよいよ都民になるときがやってきた！ • 電車使いづらくてもちょっとボロい下町臭い都内が好き。車通 勤できるし・・・と言っても混んでるだろうけど • ちょっと内見行って来るわ • ひとりでいいから今より節約できる所に越したいよね • ドアtoドアで考えたらこの物件でも通勤時間変わらないな・・・ 内見と共益費詳細次第で確定しちゃおうかな・・・６階だから さすがに引越業者呼ぼうｗ • 鍵に悪戯されちゃったから怖くて—んでこの距離だと同棲は ちょっとと言われたので23区内で調べている • 池袋の物件も内見したいなーー • @baz 北本桶川蕨上尾あたりは大宮通勤者にとっては激安土地 だからねー(⊃?ω?⊂)いいなーああせめて住宅手当くらい出ない かなー 31
- 34. 顧客理解のためのアプローチ • ログデータの解析 – PC、スマフォ以外のタッチポイントのデータ取得が困難 • cf. アプリによる来店検知 • アンケート – 自身が言葉にできないニーズは拾えない • 行動観察 – 数週間〜年単位にわたるプロセスを継続的に観察するのはコスト的に困難 Twitterデータは、上記のアプローチを補完しうる 住まい探し以外（保険、クルマ、職探し、etc）にも応用可能 34
- 36. 100ninmap project＠京都 第1回 三条・四条編 第2回 秋の嵯峨嵐山編 36
- 37. クラウドソーシングで尋ねた街の雰 囲気指標 (京都市内36エリア) 1. 静かでゆったりとし た地域 2. 都会的で現代的な地 域 3. 親しみや近所づきあ いの魅力がある地域 4. 治安がよく安心して 住める地域 5. 街並みや風景が美し い地域 6. 住んでみたい地域 7. 交通が便利な地域 8. 買い物に便利な地域 9. 教育環境が整ってい る地域 37
- 38. 3エリアの雰囲気比較 38
- 41. 得られた知見 • エリア間で指標を比較することで新たな気づき • 実際に街歩きを行うことでさらに多くの街の魅力が 発見される • ICTを活用してどのように行動変容を起こすか？ • 多様化した個人の価値観を反映させるためには、 もっとたくさんの指標が必要 • こだわりの喫茶店が多い街 • 飲み歩きを楽しめる街 • etc. 41
- 47. 介護のデータ分析からの知見 • 欠損値の多少が相談期間に影響 • 相談者との信頼醸成が重要 • 数十年前からの人間関係が大きく影響 • しかし、課題に直面するまでは「自分自身のリアルな 問題である」という実感が薄い • 不動産、医療、保険などと密接な関係 • しかし、別々の業界であるためほとんど連携できてい ない 47
- 49. テキストアナリティクス分野の 人材の強み コンピュータ科学と人文社会科学の双方に精通して いること • コンピュータ科学 • テキストアナリティックスに取り組むには、技術の本 質を理解していなければならない • 画像や音声など他のメディア技術に取り組む上でもそ の知見は強力な武器となる • 人文社会科学 • 解析結果を現実の課題解決に落とし込むには、人の心 理や社会の在り方への深い理解が不可欠 49
- 50. 日本の研究コミュニティの課題 • 産学間の相互理解不足？ • シーズ指向への極端な偏り？ • リスクテイクの不足？ 50
- 51. 新興企業のR&Dの現場で 直面する課題の数々 • 共通の認識をベースに議論できる相手が少ない • 評価するためのフィードバックの不足 • データを研究に活用する上で乗り越えるべきハー ドルがたくさんある • R&D部門と現業部門の連携の難しさ • エンジニアリングとサイエンスの両方を理解でき る人材の不足 51
- 52. 伊藤貴之先生＠お茶の水女子大 Visual Analyticsという研究分野について ...一種のニーズ指向で生まれた学術コミュニティと いえる。ところが著者の経験として、この学術分野 を日本で紹介すると話が噛み合わないことがある。 研究分野全体のフレームワークや実用事例に関心を 持たず、機械学習やインタラクションなどの各要素 技術の理論的新規性だけを執拗に質問してくる人が 少なからず見受けられるのである。（中略）理論や 基盤技術の新規性から出発したボトムアップ的な シーズ指向にこだわった狭い方法論が、著者の周囲 における日本の学術界では根強すぎるのでは、とい う感想をもたざるを得ない。 伊藤貴之. 2015. イノベーションのための産学連携と基礎教育に関する一考察. 特集「イノベーションとAI研究」. 人工知能, Vol. 30, No. 3, pp. 337-343. 52
- 53. ニーズ指向研究の活性化に 向けて • 「ニーズへのフォーカスでしか発見されない本質 的な研究課題もたくさんある」という認識がコ ミュニティ全体で共有されることが大切 • 大学における基礎教育の重要性の再認識 • 線形代数、統計学、アルゴリズム、人文社会科学、etc. への深い理解が、ニーズ指向研究の下支えとなる • 研究業績と同様に教育業績も高く評価されるには？ • 産学連携の中身の充実 • とくに、産学の相互理解を進める施策（人材交流・イ ンターンシップなど） 53
- 54. おわりに: テキストアナリティクス分野の 発展に向けて • 他のメディア領域（画像、音声、IoT、etc.）との 緊密な連携 • 「これはテキストアナリティクスの課題ではない」と 見送るのはもったいない • 一見当たり前の現実の事象の裏に隠れている本質 的な課題を見出す努力 • 分野全体のリスクテイクの総量を増やす 54
Editor's Notes
- 創業20年、今年LIFULLに社名変更 あらゆるLIFULLをFULLにしたいという想いを込めています 売上はグループ全体で300億、LIFULL HOME’Sが主力事業
- 私はLIFULL Labという組織に所属しています。 10年前、私が東京大学の教員として設立に携わった大学発スタートアップ「株式会社リッテル」が、LIFULL Labのルーツです。