捗るリコメンドシステムの裏事情（ハッカドール）
- 1. 捗る！ リコメンドシステムの裏事情 2014/10/11 @mosa_siru (榎本悠介) 1
- 2. 自己紹介 2
- 3. @mosa_siru • 「もさ」って呼んでください • 大学：複雑ネットワーク研究 • ネットワーククラスタリングの高速化手法 • Twitter SmartList 開発 3
- 4. @mosa_siru • DeNA(2年目) • プラットフォーム API開発・運用 • ハッカドール 立ち上げからジョイン • サーバーAPI 設計・開発・運用（ほぼ全部） • フロント/バックエンド Web開発 • ログ設計・リコメンドシステムをうんうん考える • 社内の分析チームと密に連携 4
- 5. 特技 5
- 6. Bomberman 6
- 7. ボンバーマン • 2年間引きこもって極めてました • 戦績をつけてRatingで可視化しながら対戦 • 極めるとぷよぷよ化する 7
- 9. アジェンダ 9
- 10. アジェンダ 1. ハッカドールって？ 2. ターゲットユーザーの特徴 3. リコメンドシステムの紹介 10
- 11. 1. ハッカドールって？ 11
- 12. ハッカドールって？ • アニメ・マンガ・ゲームなど、 オタク系の記事のみを扱った ニュース配信アプリ • 政治・スポーツなどのニュー スは一切扱わない • 使えば使うほど学習していく 12
- 13. ハッカドールって？ • ゲーミフィケーション ! • というかゲームできる ! • オタクユーザーに刺さる機能 が満載 13
- 15. 極めて高いユーザー評価 • 1ヶ月あまりで数十万DL突破 • 高いリターンレート（継続率） 15
- 17. 捗りたい！ • 好きなゲームの情報を毎日調 べる辛さ • え、あの漫画の新刊出てたん だ… • もっともっと、まだ見ぬ面白 いコンテンツに出会いたい！ 17
- 18. コンテンツのマッチング • 増え続けるコンテンツ • 漫画の1日あたり新刊数はどんどん増えている • でも売上は横ばい • 面白いコンテンツと、それを求めるユーザーを マッチングさせて、エンタメ業界を活性化させ たい 18
- 19. こんな人達が開発してます 19
- 20. 開発陣 • 「オタク以外はチー ムに入れません」 20
- 23. 情報収集力が高い 23
- 24. 情報収集力が高い • 自力でどんどん好きな情報を集める • 受動的でない • そのためには多少の苦労はいとわない 24
- 25. こだわりが強い 25
- 26. こだわりが強い • 「絶対にラブライブ！の情報は逃したくな い！」 • 1秒でも速く知りたい！！ • 興味のある・ないでの差が激しい • 「～のニュースとか本当にどうでもいい」 26
- 27. ニッチな記事も好む 27
- 28. ニッチな記事も好む • 必ずしもTweet数、はてブ数が高い記事を好む わけでもない • 例：声優ブログ 28
- 32. 一般的なリコメンド手法 • 大きく分けて二分される • ユーザーベース • 「この商品を買った人はこんな商品 32 も買っています」 • アイテムベース • 「この商品はキルラキルのフィギュ アなので、キルラキルが好きな人に 推薦しよう」
- 33. ユーザーベースの特徴 • 推薦されるアイテムの中身に依存しな いので、汎用的 • ユーザーアクティビティの情報が大量 に必要 • コールドスタート問題 • ニュースや新商品のアクティビティ情 報が少ない • 計算量の工夫が必要 33
- 34. アイテムベースの特徴 • 推薦対象となるアイテムの情報が必要 • 全体のアクティビティ量は必ずしも多くなく て良い • ニュース・新情報に対応可能 • 計算量はユーザー数に対して線形 34
- 35. ハッカドールでは • リリース当初はアイテムベースがメイン • 現在はユーザーベースも組み合わせて記事を 配信しています • 試行錯誤し、各種ABテストで検証しながら 35 導入しています • 今回は、アイテムベースの手法を紹介します
- 37. アイテムの持つ情報とは • ニュースの場合 • タイトル • 記事本文 • 画像 • サイト情報、メタ情報、Tweet情報 etc.. 37
- 38. ベクトル空間モデル • 例えば文章情報に着目 • たとえば文章に含まれる「単語の登場数」にだ け着目してみると 38
- 39. 39 キーワード登場数 立体機動装置1 講談社1 漫画2 エレン1 リヴァイ1 ウサイン・ボルト3 進撃の巨人1 空想科学読本3 諫山創1 (略) ※実際は各種の 重み調整が必要
- 40. ベクトル空間モデル • アイテムを全てベクトルで表現 • ユーザーの嗜好もベクトルで表現 • 例：読んだ記事のベクトルを足していく • ベクトルの”近さ”は簡単に計算できる • ユーザーのベクトルと”近い”記事を推薦 40
- 42. どうやって単語を抜き出すか 42
- 43. 形態素解析 • wikipedia「対象言語の文法の知識（文法のルールの集まり） や辞書（品詞等の情報付きの単語リスト）を情報源として用い、 自然言語で書かれた文を形態素（Morpheme, おおまかにいえ ば、言語で意味を持つ最小単位）の列に分割し、それぞれの品 詞を判別する作業を指す。」 43
- 44. 44
- 45. 45
- 46. mecab 46
- 47. mecab • 日本製のオープンソースの形態素解析エンジン 47 • 簡単、シンプル、速い • すぐに試せる brew install mecab mecab-ipadic
- 48. 48
- 49. がっ…！ダメっ…！ 49
- 50. ちゃんとした辞書が必要 • 形態素解析は、辞書（単語リスト）をもとに分割している • デフォルトのmecabの辞書では、一般用語しか入っていない • 「ラブライブ！」「μ's」などに対応するには、独自のユー ザー辞書が必要 50
- 51. オタク辞書の作り方 51
- 52. 外部リソースを使う • wikipedia • データが全公開されている 52 • ニコニコ大百科 • オタクキーワードが満載 • 記事のタイトルから、ニッチな キーワードを取得
- 54. うーむ… 54
- 58. ！！！ 58
- 61. before 61
- 62. after 62
- 63. まだまだこだわる 63 • 100%完璧な手法ではない • 探索の深さはadhoc • 公開直後の情報など、wikipediaに記事がない場合がある • 辞書の管理ツールを作成 • 手動で辞書に必要単語を追加できる • 新単語にいち早く対応
- 64. 結論：なんだかんだで泥臭い 64
- 65. オタク辞書ができた後の話 65
- 66. 「続きを読む」を含んだ記事を 良く読んでいるので、 「続きを読む」を含んだ記事が 推薦される 66
- 67. ？？？ 67
- 68. リコメンドに不要な単語 • 辞書には欲しいが、リコメンドには不要かもしれない単語 • 「そもそも」「こちら」「続き」 （各種一般用語） 68 • 数字、記号 etc…
- 69. リコメンドに不要な単語 • オタク辞書にない単語は使わない • 不要単語（ブラックリスト）管理ツールも作成 69
- 70. シノニム変換 • 「アイマス」＝「アイドルマスター」 • 「ごちうさ」＝「ご注文はうさぎですか?」 70 ! • シノニム管理ツールも作成
- 73. 重み調整 73 • TFIDF • 「アニメ」を含む記事を1回読むことと、 「ボンバーマン」を含む記事を1回読むことの重みは異なる • TFIDFだけじゃうまくいかなくなってきた • キーワードの重み管理ツールも作成
- 74. 重み調整 • よりオタク向けなキーワードの重みを上げる • 一般記事全体と、オタク向け記事全体でのキーワード登場回 数の違いを考慮 74
- 76. 試行錯誤と泥臭さの連続 76
- 78. おわりです 78
- 80. おまけ 80
- 82. 捗った？機能 82
- 83. 捗った？機能 • ハッカドールちゃんに、リコメンドの フィードバックをするシンプルな機能 83 • 学習を加速させる ! • 「自動学習じゃないじゃん！」 • 能動的であるターゲットユーザーから、 よりはやく正確な情報が集められる
- 84. ウォッチリスト 84
- 85. ウォッチリスト • 好きなタイトル名などを登録しておくと、 そのキーワードを含んだニュースが出る たびに教えてくれる 85 ! • 全文検索エンジンから取得
- 86. めちゃくちゃ評判が良い 86
- 87. もはやリコメンドじゃない 87