Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Watson Tradeoff Analytics API

878 views

Published on

2017/04/08 IDCFクラウド&Bluemix 合同Meetup!in つくば vol.3 での LT 資料

Published in: Business
  • Be the first to comment

  • Be the first to like this

Watson Tradeoff Analytics API

  1. 1. Watson Tradeoff Analytics API (毎月 IDCF に 1000 円ずつ支払ってる) IBM Bluemix エバンジェリスト  木村 桂
  2. 2. 「囚人のジレンマ」 ある事件に関わった容疑で2名が捕まった。 2名の容疑者は実際の犯人。2名以外の共犯者はいない。 今から互いに連絡を取ることは不可能。 自白すべきなのか、黙秘すべきなのか・・・ 囚人 B  自白 囚人 B  黙秘 囚人 A  自白 5 / 5 10 / 1 囚人 A  黙秘 1 / 10 7 / 7 囚人 A の利得 / 囚人 B の 利得 2人の利得合計が最も高いのは、「2人とも黙秘」である。 でも、囚人 A からすると・・・ -相手が自白しようが黙秘しようが、自分は自白したほうが利得が大きい -だから自白しよう 囚人 B も同じ理由で同様に考えて、「2人とも自白」してしまう。          →ジレンマの成立
  3. 3. 「最適な」相手を選ぶ Aさん 年齢: 26 収入: ★★ イケメン度: ★★ 楽しい: ★★★ スポーツマン: ★ Bさん 年齢: 35 収入: ★★★ イケメン度: ★ 楽しい: ★ スポーツマン: ★★ Cさん 年齢: 22 収入: ★ イケメン度: ★★★ 楽しい: ★★ スポーツマン: ★★ Dさん 年齢: 29 収入: ★★ イケメン度: ★ 楽しい: ★★★★ スポーツマン: ★★★ Eさん 年齢: 31 収入: ★★ イケメン度: ★★ 楽しい: ★★ スポーツマン: ★★★
  4. 4. 「最適な」相手を選ぶ 年齢 収入 イケメン度 楽しい スポーツマン A 26 ★★ ★★ ★★★ ★ B 35 ★★★ ★ ★ ★★ C 22 ★ ★★★ ★★ ★★ D 29 ★★ ★ ★★★★ ★★★ E 31 ★★ ★★ ★★ ★★★
  5. 5. ケース1 「若い方がいい」 年齢 収入 イケメン度 楽しい スポーツマン A 26 ★★ ★★ ★★★ ★ B 35 ★★★ ★ ★ ★★ C 22 ★ ★★★ ★★ ★★ D 29 ★★ ★ ★★★★ ★★★ E 31 ★★ ★★ ★★ ★★★ 一番若い
  6. 6. ケース2 「お金持ちがいい」 年齢 収入 イケメン度 楽しい スポーツマン A 26 ★★ ★★ ★★★ ★ B 35 ★★★ ★ ★ ★★ C 22 ★ ★★★ ★★ ★★ D 29 ★★ ★ ★★★★ ★★★ E 31 ★★ ★★ ★★ ★★★ 一番収入多い
  7. 7. ケース3 「若くてお金持ちがいい」 年齢 収入 イケメン度 楽しい スポーツマン A 26 ★★ ★★ ★★★ ★ B 35 ★★★ ★ ★ ★★ C 22 ★ ★★★ ★★ ★★ D 29 ★★ ★ ★★★★ ★★★ E 31 ★★ ★★ ★★ ★★★ 一番若い 一番収入多い 2つ同時に負ける人がいない 若枯 収入
  8. 8. ケース4 「若くてお金持ちなスポーツマン がいい」 年齢 収入 イケメン度 楽しい スポーツマン A 26 ★★ ★★ ★★★ ★ B 35 ★★★ ★ ★ ★★ C 22 ★ ★★★ ★★ ★★ D 29 ★★ ★ ★★★★ ★★★ E 31 ★★ ★★ ★★ ★★★ ???
  9. 9. そんなあなたに Tradeoff Analytics!
  10. 10. Watson Tradeoff Analytics の特徴 年齢 収入 イケメン度 楽しい スポーツマン A 26 ★★ ★★ ★★★ ★ B 35 ★★★ ★ ★ ★★ C 22 ★ ★★★ ★★ ★★ D 29 ★★ ★ ★★★★ ★★★ E 31 ★★ ★★ ★★ ★★★ スポーツ収入 若さ - 与えられた条件でのトレードオフを計算して問題を簡略化 - 回答候補を視覚化することによって、判断を手助け
  11. 11. Tradeoff Analytics API の Input / Output { “problem”: { “columns”:[ {“type”:”numeric”,”key”:”aaa”,”goal”:”max”}, {“type”:”numeric”,”key”:”bbb”,”goal”:”min”}, : ], “options”:[ {“key”:”001”,”name”:”user1”,”values”:[ .. ] }, {“key”:”002”,”name”:”user2”,”values”:[ .. ] }, : ] } } { “resolution”: { “solutions”:[ {“solution_ref”:”009”,”status”:”FRONT”}, {“solution_ref”:”011”,”status”:”FRONT”}, : ], “preferable_solutions”:{ “solution_refs”:[”011”,”012”], “score”:0.947 } : } } Input Output https://watson-api-explorer.mybluemix.net/apis/tradeoff-analytics-v1#!/tradeoff45analytics/dilemmas 選択肢となる候補 オススメ トレードオフの結果選ぶための条件 (何を大きく/小さくする か)
  12. 12. デモ http://ehito.mybluemix.net/
  13. 13. 利用ケース • パーソナルレコメンドエンジン • ユーザーの好みやこだわりにあった商品/アイテム選び • 数値メインの表を多角的な視点で分析する • やっていることは数値表の分析に近い • 手っ取り早く絞り込む • エクセル資産の活用 • エクセル資産の共有化のきっかけ
  14. 14. https://www.facebook.com/events/1866462436900902/

×