リクルート式ビッグデータ活用術

リクルート式ビッグデータ活用術
株式会社リクルートテクノロジーズ
ITソリューション統括部ビッグデータ部
シニアアーキテクト
石川信行

2Copyright © Recruit Technologies Co., Ltd. All Rights Reserved.
趣味etc
学歴
略歴
所属
氏名
RTC ITソリューション統括部
ビッグデータ部シニアアーキテクト
兼アドバンスドテクノロジーラボ
石川信行
神戸大学大学院農学研究科
害虫制御学専攻
新卒入社7年目。
カーセンサー.netで営業研修、Javaを用いたシステム
開発に参加し、その後Hadoopの導入検証に従事。
主要事業にHadoopを導入したのちビッグデータGに合流。
現事業対応リーダー、画像解析など技術開発に従事。
海水魚飼育
外国産昆虫飼育
スキューバダイビング
自己紹介

1
2 ビッグデータ部とビッグデータを取り巻く環境
3
4
5
最近のデータ活用状況紹介
新技術検証内容とその方向性
まとめと今後
アジェンダ
仕事内容のイメージ
6
リクルートグループについて

リクルートグループについて

リクルートのビジネスモデル
さまざまなドメインでマッチングモデルに基づいたビジネスを展開。
Matching
Business
HR
Bridal
Group
Buying
Used
Cars
Travel
Real
Estate
Beauty Gourmet
Social Games
E-Commerce
Ad Network
New Business
Consumers Enterprise

リクルートの事業領域
「選択」をサポートするような情報サービスを展開
Life event area Lifestyle Area
Travel
IT/ TrendLifestyle
Health & Beauty
Job Hunt
Marriage
Job Change
Home Purchase
Car Purchase
Child Birth
Education

Infrastructure
/Security
Project
Management
UXD/SEO
Internet Marketing
Big Data Solutions
Technology R&D
Systems
Development
リクルートテクノロジーズの立ち位置
リクルートホールディングスは7つの主要事業会社と３つの機能会社から成り立っている。
Recruit
Holdings
Recruit Career
Recruit Sumai Company
Recruit Lifestyle
Recruit Jobs
Recruit Staffing
Recruit Marketing Partners
Staff service Holdings
Recruit Technologies
Recruit Administration
Recruit Communications
Business/
Service
Function/
Support

ビッグデータ部と
ビッグデータを取り巻く環境

Server Database
数値で見るデータ解析環境
エコシステム
本番165台／開発24台 1343.2 TB

数値で見るデータ解析案件状況
約200 データ解析案件数（年間）
ビッグデータ部の案件従事人数 212

データ解析従事者の増加
・ビッグデータG創設期
（2012年）
・解析従事者
66名
・2013年
・解析従事者
119名
・2015年
10月1日現在
・解析従事者
212名
社内のデータ活用ニーズの高まりに応じて、データ解析従事者の数が年々増加。

仕事内容のイメージ

日頃のスケジュール
会議禁止の
技術開発Day
リクナビNEXTの
部長とブレスト
部の戦略にシニア
職として参加
R&D周りアイディ
アフラッシュ
SUUMOの事業開発
室と打ち合わせ
自動原稿校閲機能
開発定例
RCA、RJBの悪友
MPさんと
お酒をたくさん飲む

事業の参謀としての役割
・MP
・事業企画
・営業
・BDGメンバー
提案
相談
事業のみなさんと協働しデータ解析を行う。
こちらから技術ベースの提案を行ったり、相談を受けたりする。

トライアルを回しながら実装をしていく
相談
ビジネ
ス検
討
プレ
分析
デモ
開発
要件
定義
実装
開発
テスト
効果
分析
PDCA

データ利活用案件紹介

紹介案件
画像解析クロスユース施策
 ネイルデザイン判定
 不適切画像校閲
 アイテムレコメンド
中古車情報サイト
 カスタマーアダプティブ
UXデザイン

カーセンサー.Net

カーセンサー：カスタマーアダプティブUXデザイン
全体最適個別最適
（カスタマーアダプティブUXデザイン）
従来はカスタマーを集合体と捉えた時に、
アクション貢献度の高い画面へ誘導する改善
本施策は検索KWDや絞込み条件などをみて、
一人一人にあった画面(機能)へ誘導する改善
カスタマーアダプティブUXデザインを実現する上で重要となる２つのポイント
1. Hadoopを使った
全カスタマーのログ解析 2. BIGDATAに裏付けられた
コンテキストの解釈
通常のツールでは集計に膨大な時間を要する
全カスタマーの「行動（画面遷移）」と「様態
（滞在時間etc）」の解析を、Hadoop利用に
より短時間で実現。
Hadoopにより集計したログに基き、カスタマー
の行動の要因となった「考え」「コンテキスト」を
推測。「データに血を通わせる」解釈の作業を
加える事で、よりカスタマーアダプティブなUXの
実施に繋げる。
共
通
の
画
面
C
V
共
通
の
画
面
共
通
の
画
面
C
V
最
適
な
画
面
Ａ
最
適
な
画
面
Ｂ
最
適
な
画
面
Ｃ
最
適
な
画
面
Ａ
最
適
な
画
面
Ｂ
最
適
な
画
面
Ｃ

カーセンサー：個別最適化フレーム
型化した検討プロセス及びデータを用いた膨大な量のカスタマー行動解析と可視化の自動化。
目的・方針整理仮説の設計
データ解析
モデル化
シナリオ設計シナリオ検証
型化した検討プロセス
各事業ログ
SiteCatalyst
アプリログ‥
Hadoop
バッチ集計
D3.jsで
ログデータを図示化
カスタマー行動モデル
の可視化
※可視化されたデータの表示画面
BIGDATAを用いたカスタマー行動解析及び可視化の自動化
★自動化

カーセンサー：打ち手の例
UI施策の一例（バルーン表出）
物件一覧に初回来訪し、物件のヒット件数が30件以上だったカスタマーにだけ、地域絞込み機能の活用を促す導線を表示
物件一覧から地域絞込み画面へ誘導

クロスユース施策

サイト間クロスユースレコメンド
 リクルートポイントからホットペッパーグルメのほか、じゃらん、ホットペッパービューティ、カーセン
サーなどからポンパレモールへのクロスユースレコメンドを展開。
 リクルート全社でのクロスユースレコメンドを推進している。

Genesis
API
※現在絶賛改装中のため、構成は日々変わっています
Hadoop
HBase
裏側の仕組み
レコメンド用
JavaScript
行動ログ
モニタリング
API
行動ログ
（蓄積）
DWH（Exadata）
Hadoopクラスタ
事業データ
事業データ
レコメンドデータ
作成バッチ
ログ蓄積
バッチ
事業データ
ディスプレイ
API
レコメンド API
レコメンドデータ
ログ蓄積 API
モールAPI
（アイテム情報取得）
 事業は規定の組み込み用JS数行とJS、
CSSファイル配置のみで作業終了
 独自デザインのCSSやHTMLでレコメンド面
を作りたい場合でもフロントTのみの作業で
完結
 クラウド、オンプレ、スマホ、PC、会員、
非会員のすべてのケースで対応可能
Point

JSによるリアルタイムグラフ描写
 レコメンドの表出ログ、クリックログをリアルタイムに取得し、Hbaseに格納
 クリック数やCTRなどの本当に必要な特定項目に絞り、可視化の簡素化
 CRMチームが施策実施後直に効果が分かるツールとして積極利用

画像解析

ホットペッパービューティ：スマホWEBにおけるネイル判別実装
似ているデザインから探す
カラーから探す
39色から選択可能
似ている画像を表示
New①
New②
New① New②

ホットペッパービューティ：デザイン判別フロー
INPUT画像爪箇所判別爪画像のベクトル変換
→
①(0.3,0.2,0.4,…)
②(0.4,0.1,0.3,…)
③(0.3,0.2,0.5,…)
④(0.7,0.8,0.1,…)
⑤(0.4,0.2,0.4,…)
予め作成した判別モ
デルとベクトルを照合
ワンカラーフレンチ
アニマル
リボン
逆フレンチ
①
②
③⑤
④
デザイン判別結果
逆フレンチ4本
アニマル1本
が映っていると判定

Active Learning
Convolutional neural networkで生成したモデルに対して、日々アップロードされる画像から
「これをモデルに追加したら判別精度が上がるはずだという画像」をレコメンドしてくれるシステムを構築。

1. あらかじめ作成したモデル推定結果
を利用
ActiveLearning
対象データ選定処理
HBase
HBase
投入処理
画像
リスト
2. 現状のモデルが推定に迷っているような
データを対象として選び出す。
3. 作成した画像の
リストを HBase に
投入
4. タグ付け WebUI からタグ付けを行う
ギャザリー用
定常画像解析
美容ネイル用
定常画像解析
日々の処理
データの
モデル
推定結果
Active Learning学習データ作成フロー
5. モデルに画像を追加し、再構築

自動ハイパーパラメータチューニング
DFO(Derivative Free
Optimization)
による自動ハイパーパラメータ
チューニングを導入。
これにより、人の手の介在なくし
てDeep Learningモデルの継続
的判別精度向上を実現してい
る。

新技術検証内容とその方向性

ビッグデータの概念
Volume
データ量
データの多様性
Variety
Velocity
データの発生頻度
ビッグデータの定義で示されるデータの多様性に注目。

非構造データに注目
リクルートはフリーペーパーや雑誌から始まったという歴史があり、いまだ内部に画像、テキスト、動
画などのさまざまな非構造データが存在する。
テキスト画像

多様化するデータ解析
利益貢献コスト削減
レコメンデーション帳票レポート
指標・目的
 CVR最大化
 CPA最適化
指標・目的
 最適化
 次期戦略策定
指標・目的
 無駄の排除
 工数削減
 人はよりクリエイティブに
作業代替・支援
（AI領域）
非構造データは、機械的解釈のむずかしさから人の手でその解釈が行われてきた。
テキストや画像などから特徴抽出をするための手法が数多く、オープンソース化され
機械で扱えるようになってきた昨今、レコメンド、帳票以外に「人の作業代替」という新たなジャン
ルのデータ解析ソリューションが増えつつある。

最近のR&D取り組み一覧
 原稿校閲
 マルチモーダル検索
 A3RT
今年の新人Tの実業務
以降のスライドは弊社の許可無く対外的に参照・配布しないようお願い申し上げます。

R&D取組紹介
原稿校閲

背景
 リクルートにおいて広告主であるクライアント原稿の品質担保は大事な要素である
 現在、多くの人件費をかけて「人手で」校閲作業を行っている。
 一方で、校閲作業は人のナレッジや感覚に左右され、品質が一定ではないばかりか、すべての
原稿を人手でチェックすることは労力的には難しい状況である。
この校閲作業を機械で一部代替できないかという取組を開始している。

プロダクト開発状況
 一部の事業と協力して検証を開始している。
 はじめはルールベースのものから実装し、機械学習による分類やDeep Learningを用いた誤
字脱字チェックなど実装難易度をあげていくという進め方。
 100％人の代替は不能ということをきちんと事業と認識しながら進めている。要はその人の作
業をリプレイスする意味合いであり、その人自身の作業も100％の精度ではできていないこと
を自覚する必要がある。

DeepLearningによる誤字脱字チェック
 原稿データを学習させたモデルに文章を読み込ませ、その系列のなかで特定の単語が出現す
る確率を算出。確率が閾値より低い場合はアラートをあげ、代わりに確率の高い単語をサ
ジェストする機能を開発。

R&D取組紹介
マルチモーダル

マルチモーダル
 画像の特徴量とテキストの特徴量を同空間（マルチモーダル空間）へプロットする。
 テキストをWord2VecやRNNでベクトル化、画像をCNNでベクトル化する。
 同じベクトル空間にプロットさえすれば、テキスト、画像同士や相互に足し引きが可能となり、
ベクトル空間上を自由に行き来し再現できる。
 これをリクルート媒体の情報探索に応用できないかを考える。

デモと想定施策
 例えば、美容領域などで直感的な検索ができないかを実際のデータを用いて提案用デモを
作成している。
画像学習データ
ヘアスタイル画像
セミロングブラウン・ベージュナチュラル
セミロングアッシュ・ブラックモテパーマ
ショートアッシュ・ブラックナチュラル
ロングアッシュ・ブラックナチュラル
セミロングゴールドナチュラルパーマ
テキスト学習データ
画像に対応するテキスト
セミロングゴールドナチュラ
ル
パーマ
Long Short-Term Memory
recurrent network (LSTM)
Multimodal Encoder
画像・テキストベクトル化
Convolutional Neural Network (CNN) Multimodal Space
画像・テキスト混在
ベクトル空間
セミロング
ゴールド
ナチュラル
パーマ
画像と画像に表現している
テキスト情報が、近似した
ベクトルとして表現される
Multimodal Decoder
画像・テキスト特徴量抽出
Structure-Content Neural
Language Model (SC-NLM)
Words
Distance
Content
画像
Structure
テキスト
品詞情報
Context
テキスト
Attribute

R&D取組紹介
A3RTシリーズ

A3RT 社内向けプロダクトの提供・ブランド化
「必要な最新テクノロジーをいつでも手軽に」
をコンセプトに誰でも気軽に機械学習を用いたビッグデータソリューションを利用できるように社内
向けのプロダクトを開発している。

A3RT ラインナップの一部
誰でも簡単に利用できるレコメンド用WebAPI
沢山の意見の中から代表的なコメントを自動的に抽出できる
要約API
PredictをGUI操作だけで行うことが可能なテキストの自動分類ツール

まとめと今後

ビッグデータ活用の今後
データの活用周りの商品（エンタープライズ、オープンソース問わず）、
ロジック、活用事例などの最新情報をキャッチすることを心がける。
どんなデータでも扱えるように知見を集約しておく、難しい技術や課題
にも積極的にチャレンジしていく。
コードのオープンソース化が進み、競合優位要因が「コード保有」から
「データ保有」「施策接続力」にパラダイムシフト。ビジネスの感覚も忘れ
ずに、事業と二人三脚で案件を進める。
１
2
3

ご静聴ありがとうございました
リクルートテクノロジーズ

リクルート式ビッグデータ活用術

More Related Content

What's hot (20)

Viewers also liked (11)

Similar to リクルート式ビッグデータ活用術 (20)

More from Recruit Technologies (19)

リクルート式ビッグデータ活用術