DeNAの機械学習・深層学習活用した体験提供の挑戦

1. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Experience Design 2016 SPRING - Data × Design - DeNAの機械学習・深層学習活用した体験提供の挑戦株式会社ディー・エヌ・エー濱田晃一 Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved.

4. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 4 講師 2010年6月 Mobageプラットフォーム全体のデータマイニング・機械学習活用したサービス開発・洗練 2011年4月～濱田晃一 (@hamadakoichi) ・執筆：Mobageを支える技術 DeNA入社ソーシャルゲームのデータマイニングチーム立上げ Analytics Architect DeNA全サービスのデータマイニング・機械学習活用したサービス開発・洗練 2014年10月～・DeNA全サービスを対象とした大規模機械学習活用したサービス開発・博士 : 量子統計場の理論 (理論物理) ・TokyoWebmining 主催者 - 機械学習の実活用コミュニティ。登録人数 1400人超。 - 6年継続、累積53回開催 - 体験設計から、分散学習アルゴリズムの設計・実装まで

10. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 10 ユーザーひとりひとりに体験最適化興味にあったゲームに出会い楽しめるレコメンド行動・反応から興味を学習。使えば使うほど推薦内容が洗練されていく自分の興味にあい楽しみ継続利用する確率が高いゲーム・各ユーザごとに、各レコメンド表示に対する反応から興味を強化学習自分がはまっているゲーム User Reaction Log Personalized Data for Each User Impression Game Play Install user_id, recdata ・ゲームプレイ特徴、ゲームインストール特徴、インストール後継プレイ特徴、の条件付き確率構造を学習・各ユーザーごとに、プレイ特徴に応じた、各ゲームの継続利用確率を算出分散処理: 機械学習 Click Install プレイ・継続特徴学習リアクション学習 Play Continuity after install

16. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 16 感性に関する体験提供の挑戦例スタイル・テイストが似ている商品にたくさん出会えるファッションを楽しむ自由度を上げる商品スタイル・テイスト類似商品・距離算出に適した空間を構成できる構造追加した、Convolutional Neural Networkの学習・商品に関係しない領域に引きずられず、スタイル・テイストが似ている商品を算出「商品を着用したモデル画像」「商品画像」区別なく、類似商品算出商品スタイル・テイスト類似商品ファッションのスタイル・テイストが似ているものを算出

37. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 提供 Social Graph Data Mining Machine Learning ClusteringPatternMining Classification Regression Recommendation of Fun Social Experience TimeSeriesAnalysis StatisticalAnalysis Detailed Actions Social Communications Changes of Status NaturalLanguageProcessing ..etc Personality ..etc 活動・ソーシャル情報の活用によりひとりひとりそれぞれの興味・つながりにあったより適切な情報・サービスの提供 37

38. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 提供 Social Graph Data Mining Machine Learning ClusteringPatternMining Classification Regression Recommendation of Fun Social Experience TimeSeriesAnalysis StatisticalAnalysis Detailed Actions Social Communications Changes of Status NaturalLanguageProcessing ..etc Personality ..etc 活動・ソーシャル情報の活用によりひとりひとりそれぞれの興味・つながりにあったより適切な情報・サービスの提供自ら探さなくてもそれらを得ることができる世界を実現したい 38

52. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる 52 PF Friend Game Friend 体験提供例

53. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる興味にあったゲームを楽しめる Interests 興味にあったゲームに出会う機会提供する（興味軸でのゲームとの出会い） PF Friend Game Friend 体験提供例 53

54. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる興味にあったゲームを楽しめる Interests 興味にあったゲームに出会う機会提供する（興味軸でのゲームとの出会い） 54 PF Friend Game Friend 体験提供例

55. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social PF Friend Game Friend Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる親しいユーザと一緒に楽しめる興味にあったゲームを楽しめる Interests 興味にあったゲームに出会う機会提供する（興味軸でのゲームとの出会い）親しいユーザが楽しんでいるゲームに出会う機会を提供する（親しいユーザ軸でのゲームとの出会い） 55 Familiarities 体験提供例

56. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social PF Friend Game Friend Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる親しいユーザと一緒に楽しめる興味にあったゲームを楽しめる Interests Familiarities 興味にあったゲームに出会う機会提供する（興味軸でのゲームとの出会い）親しいユーザが楽しんでいるゲームに出会う機会を提供する（親しいユーザ軸でのゲームとの出会い） 56 体験提供例

59. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social PF Friend Game Friend Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる親しいユーザと一緒に楽しめる興味にあったゲームを楽しめる Interests Familiarities 興味にあったゲームに出会う機会提供する（興味軸でのゲームとの出会い）親しいユーザが楽しんでいるゲームに出会う機会を提供する（親しいユーザ軸でのゲームとの出会い） 59 親しいユーザが増える興味があうユーザと出会い・親しくなれる機会を提供する（友達推薦・コミュニケーション推薦、等）体験提供例

60. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social PF Friend Game Friend Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる親しいユーザと一緒に楽しめる興味にあったゲームを楽しめる Interests Familiarities 興味にあったゲームに出会う機会提供する（興味軸でのゲームとの出会い）親しいユーザが楽しんでいるゲームに出会う機会を提供する（親しいユーザ軸でのゲームとの出会い） 60 親しいユーザが増える興味があうユーザと出会い・親しくなれる機会を提供する（友達推薦・コミュニケーション推薦、等）体験提供例

61. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social PF Friend Game Friend Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる親しいユーザと一緒に楽しめる興味にあったゲームを楽しめる Interests 興味にあったゲームに出会う機会提供する（興味軸でのゲームとの出会い）親しいユーザが楽しんでいるゲームに出会う機会を提供する（親しいユーザ軸でのゲームとの出会い）親しいユーザが増える興味があうユーザと出会い・親しくなれる機会を提供する（友達推薦・コミュニケーション推薦、等） Familiarities 61 体験提供例

62. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social PF Friend Game Friend Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる親しいユーザと一緒に楽しめる興味にあったゲームを楽しめる Interests 興味にあったゲームに出会う機会提供する（興味軸でのゲームとの出会い）親しいユーザが楽しんでいるゲームに出会う機会を提供する（親しいユーザ軸でのゲームとの出会い）親しいユーザが増える興味があうユーザと出会い・親しくなれる機会を提供する（友達推薦・コミュニケーション推薦、等） Familiarities 体験提供例

63. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Social PF Friend Game Friend Game Communication FriendCommunication PF Communication PF Activity Game Activity Game Impression Game Click Game Install User Impression User Click AttentionActivity 興味にあったゲームに出会え、親しい仲間と複数ゲームを楽しめる親しいユーザと一緒に楽しめる興味にあったゲームを楽しめる Interests 興味にあったゲームに出会う機会提供する（興味軸でのゲームとの出会い）親しいユーザが楽しんでいるゲームに出会う機会を提供する（親しいユーザ軸でのゲームとの出会い）親しいユーザが増える興味があうユーザと出会い・親しくなれる機会を提供する（友達推薦・コミュニケーション推薦、等） Familiarities 体験提供例

65. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 分散処理: 機械学習パーソナルレコメンデーション例興味にあったゲームに出会い楽しめるレコメンド行動・反応から興味を学習。使えば使うほど推薦内容が洗練されていく自分の興味にあい楽しみ継続利用する確率が高いゲーム・各ユーザごとに、各レコメンドに対する反応から興味を学習（強化学習）自分がはまっているゲーム User Reaction Log Personalized Data for Each User Impression Game Play Install user_id, recdata ・ゲームプレイ特徴、ゲームインストール特徴、インストール後継プレイ特徴、の条件付き確率構造を学習・各ユーザーごとに、プレイ特徴に応じた、各ゲームの継続利用確率を算出 Click Install プレイ・継続特徴学習、利用継続確率リアクション学習 Play Continuity after install 65

70. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 課題解決・ユーザーがインストールしないゲームを表示し続け、他ゲームでのインストール機会を失っている行動学習リアクション学習課題行動特徴・リアクション特徴の学習による Personal Recommendation ユーザごとにInstall・利用継続確率最大のゲームを理由をつけ推薦する・全員一様のゲーム表示では、枠どうしで奪いあうだけで、全体インストール数は増加していない Personal Recommendation ・ユーザーごとに表示ゲームのリアクション学習(強化学習)。キューザごとにより興味あり、リアクションしやすいゲームを表示・ユーザごとに各行動履歴から、各ゲームの開始・利用継続の確率の確率を算出。 ※各ゲームがなぜ推薦されているかの理由も合わせて表示解決 70

71. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Bayesian Network 複数の事象の発生確率のネットワーク ⇒ ある事象が起こったとき、発生確率・期待値が最大となる事象を算出できる Aが起こったら、Bが起こる確率：P(B|A) 例：　SG Play⇒SG Install：　　事象A　　　　　　　　事象B 　　・怪盗 Play　　 ⇒ バルキリーズInstall 　　・ラグナ Play　　 ⇒ アヴァロン Install 　 SG Play⇒SG Install & 利用継続：　　・ガンロワ Play　⇒ GCC Install & 利用継続　　・ Play　　⇒ GCC Install & 利用継続 A B C D E F G H I J K … P(E|A) P(F|A) P(H|E) ※入門資料：Personal Recommendation と Bayesian Network http://www.slideshare.net/hamadakoichi/ss-4113135 http://www.slideshare.net/hamadakoichi/ss-4552939・Bayesian Network入門　　　　　：・Personal Recommendation入門：確率ネットワーク： Bayesian Network 71

72. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 処理概要各ユーザ行動とインストール・利用継続の Bayesian Networkとリアクション強化学習インストール・利用継続期待値が最大化となるゲームを推薦する ①全ユーザのアクション履歴から、　「各アクションとGame Yを Installし利用継続、確率ネットワーク」を算出 ②個々のユーザのアクション imp ③Reaction学習からの興味算出Probability = ProbabilityByAction x ProbabilityByReaction 例：行動特徴からのInstall 確率算出による算出 Probabilityの高い順に表示 user Title Ac-on 12345678 Game A プレイ 30 12345678 Game B プレイ 10 12345678 News Topic X 閲覧 30 user Title Interest 12345678 ガンロワ 0.8 12345678 バハムート 0.2 A B C D E F G H I J Game Install Y … P(E|A) P(F|A) P(H|E) Y1 Y2 72

73. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 分散処理: 機械学習パーソナルレコメンデーション例興味にあったゲームに出会い楽しめるレコメンド行動・反応から興味を学習。使えば使うほど推薦内容が洗練されていく自分の興味にあい楽しみ継続利用する確率が高いゲーム・各ユーザごとに、各レコメンドに対する反応から興味を学習（強化学習）自分がはまっているゲーム User Reaction Log Personalized Data for Each User Impression Game Play Install user_id, recdata ・ゲームプレイ特徴、ゲームインストール特徴、インストール後継プレイ特徴、の条件付き確率構造を学習・各ユーザーごとに、プレイ特徴に応じた、各ゲームの継続利用確率を算出 Click Install プレイ・継続特徴学習、利用継続確率リアクション学習 Play Continuity after install 73

75. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 28.2 25.8 16.4 11.7 6.7 5.1 4.94 4.82 3.57 3.08 0.0 5.0 10.0 15.0 20.0 25.0 30.0 2010 (NEC) 2011 (Xerox) 2012 (AlexNet) 2013 (Clarifai) 2014 (GoogleNet) Human Arxiv 2015/2/6 (PReLU-Net) Arxiv 2015/3/2 (BN- IncepNon) 2015 (ResNet) Arxiv 2016/2/23 (IncepNon- ResNet) ILSVRC top-5 Classiﬁca7on Error on ImageNet 深層学習の認識能力は人を超えている Deep Learning の進展 ImageNet Large Scale Visual Recognition Challenge(ILSVRC) 画像認識の世界コンテスト、画像を1,000物体カテゴリに判別 2015年2月に Deep Neural Network が人の判別精度を超えた http://www.image-net.org/challenges/LSVRC/

76. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 150層をこえる深い Neural Network Deep Learning の進展 http://research.microsoft.com/en-us/um/people/kahe/ilsvrc15/ilsvrc2015_deep_residual_learning_kaiminghe.pdf 76

79. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 画像の見出し文生成 Image Caption Generation with Visual Attention(Xu+2015) Kelvin Xu, Jimmy Ba, Ryan Kiros, Kyunghyun Cho, Aaron Courville, Ruslan Salakhutdinov, Richard Zemel, Yoshua Bengio. Show, Attend and Tell: Neural Image Caption Generation with Visual Attention. arXiv:1502.03044. In ICML 2015.

80. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 画像とテキストの表現ベクトル空間の学習画像とテキストの演算 Semantic Embeddings with Multimodal Neural LM(Kiros+2014) Ryan Kiros, Ruslan Salakhutdinov, Richard S. Zemel. Unifying Visual Semantic Embeddings with Multimodal Neural Language Models. arXiv:1411.2539. In TACL 2015. 80

81. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Generating Images from Captions with Attention(Mansimov+2015) Elman Mansimov, Emilio Parisotto, Jimmy Lei Ba, Ruslan Salakhutdinov. Generating Images from Captions with Attention. arXiv:1511.02793. In ICLR 2016. 見出し文からの画像生成 81

82. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 画像に対する質問応答 Image Question Answering （Ma+2015, Noh+2015) Lin Ma, Zhengdong Lu, Hang Li. Learning to Answer Questions From Image Using Convolutional Neural Network. arXiv:1506.00333. In AAAI 2016. Hyeonwoo Noh, Paul Hongsuck Seo, Bohyung Han. Image Question Answering using Convolutional Neural Network with Dynamic Parameter Prediction. arXiv:1511.05756. In CVPR 2016. 82

83. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 画像に対する質問応答 Image Question Answering with Attention（Ren+2015,Chen+2015) Zichao Yang, Xiaodong He, Jianfeng Gao, Li Deng, Alex Smola. Stacked Attention Networks for Image Question Answering. arXiv:1511.02274. Kan Chen, Jiang Wang, Liang-Chieh Chen, Haoyuan Gao, Wei Xu, Ram Nevatia. ABC-CNN: An Attention Based Convolutional Neural Network for Visual Question Answering. arXiv:1511.05960. 83

84. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 複数文に対する質問応答 End-To-End Memory Networks(Sukhbaatar+2015) Sainbayar Sukhbaatar, Arthur Szlam, Jason Weston, Rob Fergus. End-To-End Memory Networks. arXiv:1503.08895. In NIPS 2015. 84

85. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 文の表現ベクトル空間の学習・キャラクター性変換 Skip Thought Vector/Neural Story Teller(Kryros+2015) R. Kiros, Y. Zhu, R. Salakhutdinov, R. S. Zemel, A. Torralba, R. Urtasun, S. Fidler. Skip-Thought Vectors. arXiv:1506.06726. In NIPS 2015. 画像からロマンティックノベル風の文章生成 Captions Skip Thought (ST) Vectors RNN Decoder - Mean of ST vectors from COCOS + Mean of ST vectors from Romance Novels output Romantic Novels https://medium.com/@samim/generating-stories-about-images-d163ba41e4ed Neural Story Teller: https://github.com/ryankiros/neural-storyteller 85

87. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 対話 Attention with Intention for Neural Conversation Model(Yao+2015) Kaisheng Yao, Geoffrey Zweig, Baolin Peng. Attention with Intention for a Neural Network Conversation Model. arXiv:1510.08565. In NIPS2015. 87

88. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 画像スタイル変換 A Neural Algorithm of Artistic Style (Gatys+2015) Leon A. Gatys, Alexander S. Ecker, Matthias Bethge. A Neural Algorithm of Artistic Style. arXiv:1508.06576. In NIPS 2015. 88

89. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 画像スタイル変換 Chuan Li, Michael Wand. Combining Markov Random Fields and Convolutional Neural Networks for Image Synthesis. arXiv:1601.04589. MRF and CNN for Image Synthesis(Li+2016) 89

90. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Two-Bit Doodles into Fine Artworks(Champandard 2016) Alex J. Champandard. Semantic Style Transfer and Turning Two-Bit Doodles into Fine Artworks. arXiv:1603.01768. スタイル・レイアウトの学習、指定レイアウトでのスタイル画像生成オリジナル画像指定レイアウトオリジナル画像のレイアウト指定レイアウトでオリジナル画像風の画像生成 90

91. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Learning to Generate Chairs, Tables and Cars(Dosovitskiy+2014) 3Dモデルの表現ベクトル空間学習・演算・画像生成 Alexey Dosovitskiy, Jost Tobias Springenberg, Maxim Tatarchenko, Thomas Brox. Learning to Generate Chairs, Tables and Cars with Convolutional Networks. arXiv:1411.5928. In CVPR 2015

92. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Deep Convolutional Inverse Graphics Network(Kulkarni+2015) 3Dモデルの表現ベクトル空間学習・演算・画像生成 Tejas D. Kulkarni, Will Whitney, Pushmeet Kohli, Joshua B. Tenenbaum. Deep Convolutional Inverse Graphics Network. arXiv:1503.03167. In NIPS2015. 92

93. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 自然画像の表現ベクトル空間学習・演算・画像生成 Deep Convolutional GAN (Radford+2015) 自然画像のクリアな画像生成画像演算 Alec Radford, Luke Metz, Soumith Chintala. Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks. arXiv:1511.06434. In ICLR 2016. 93

94. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Autoencoding beyond pixels (Larsen+2015) Anders Boesen Lindbo Larsen, Søren Kaae Sønderby, Hugo Larochelle, Ole Winther. Autoencoding beyond pixels using a learned similarity metric. arXiv:1512.09300. In ICML 2016. 自然画像の表現ベクトル空間学習・演算・画像生成 94

95. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Laplacian Pyramid of GAN(Denton+2015) Emily Denton, Soumith Chintala, Arthur Szlam, Rob Fergus. Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks. arXiv:1506.05751. In NIPS2015. 学習生成低解像度高解像度元画像生成画像サンプル 40%の生成画像に関して、人が本物画像と見間違う解像度ごとの画像生成による大きな画像生成 95

96. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. Style and Structure Adversarial Networks(Wang+2016) Xiaolong Wang, Abhinav Gupta. Generative Image Modeling using Style and Structure Adversarial Networks. arXiv:1603.05631. 画像の構造・スタイルの生成 96

105. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 好きなスタイル・テイストのアイテムを見つけたでも価格的に手を出せない深層学習によるファッション画像の表現ベクトル空間の学習膨大なアイテムの中からスタイル・テイストの似ているものをたどれるショップをめぐり、好きなスタイル・テイストのアイテムを見つけたでも自分はもう少し袖口は春らしい雰囲気がいい 105

106. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 好きなスタイル・テイストのアイテムを見つけたでも価格的に手を出せない深層学習によるファッション画像の表現ベクトル空間の学習自分が好きなアイテムに出会え、手に入れ、身につけられファッションを楽しめる膨大なアイテムの中からスタイル・テイストの似ているものをたどれるショップをめぐり、好きなスタイル・テイストのアイテムを見つけたでも自分はもう少し袖口は春らしい雰囲気がいい 106

109. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 感性に関する体験提供の挑戦例好きなスタイル・テイストの商品に出会えファッションを楽しめる・距離算出に適した空間を構成できる構造追加した、Convolutional Neural Networkの学習・商品に関係しない領域に引きずられず、スタイル・テイストが似ている商品をたどれる商品スタイル・テイスト類似商品「商品を着用したモデル画像」「商品画像」区別なく、類似商品算出商品スタイル・テイスト類似商品ファッションのスタイル・テイストの類似商品算出 109

147. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 147 ユーザ体験設計・サービス設計新たな提供体験・価値を考えるどのような新たな体験提供ができるか、どのような価値があるか、考え抜く・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析体験提供 2. ユーザ体験設計 Service Front End 3. サービス設計

148. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 148 ユーザ体験設計・サービス設計新たな提供体験・価値を考えるどのような新たな体験提供ができるか、どのような価値があるか、考え抜く・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析体験提供 2. ユーザ体験設計 Service Front End 3. サービス設計機械学習は新たな体験提供の大きな源泉となる

149. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 149 ユーザ体験設計・サービス設計新たな提供体験・価値を考える実際にどのくらい価値があるのかは提供してみないとわからない体験提供・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析 2. ユーザ体験設計 Service Front End 3. サービス設計

150. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 150 ユーザ体験設計・サービス設計新たな提供体験・価値を考える実際にどのくらい価値があるのかは提供してみないとわからない体験提供わからないことはやってみる。挑戦する・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析 2. ユーザ体験設計 Service Front End 3. サービス設計

151. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 151 洗練サイクル設計・ログ設計・連携データ設計洗練サイクルを設計するユーザが日々利用しているだけで、体験洗練されていくサイクルを設計する体験提供・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析 Feedback Log Personalized Data For each user Service Front End 2. ユーザ体験設計 4. 洗練サイクル設計 3. サービス設計 6. ログ設計 5. 連携データ設計

152. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 152 洗練サイクル設計・ログ設計・連携データ設計洗練サイクルを設計するユーザが日々利用しているだけで、体験洗練されていくサイクルを設計する・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析体験提供 Feedback Log Personalized Data For each user Service Front End 2. ユーザ体験設計 4. 洗練サイクル設計 3. サービス設計 6. ログ設計 5. 連携データ設計学習アルゴリズム、学習に必要なログ、連携データ、等、一連のサイクルをつくる Distributed Applications YARN HDFS GPU

153. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 153 分散アルゴリズム設計学習方法の分散アルゴリズムを設計する大規模データでもスケールする学習アルゴリズム設計する体験提供・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析 Feedback Log 6. ログ設計 Personalized Data For each user Service Front End 2. ユーザ体験設計 4. 洗練サイクル設計 5. 連携データ設計 3. サービス設計 7.分散アルゴリズム設計 Distributed Applications YARN HDFS GPU

154. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 154 分散アルゴリズム設計学習方法の分散アルゴリズムを設計する大規模データでもスケールする学習アルゴリズム設計する体験提供学習アルゴリズムを、分散可能なアルゴリズムに再構成する・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析 Feedback Log 6. ログ設計 Personalized Data For each user Service Front End 2. ユーザ体験設計 4. 洗練サイクル設計 5. 連携データ設計 3. サービス設計 7.分散アルゴリズム設計 Distributed Applications YARN HDFS GPU

155. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 155 分散アルゴリズム実装体験提供体験・サービス提供に適した形で実装・チューニングしていくサービスに適した形で分散アルゴリズム実装する・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析 Feedback Log 6. ログ設計 7.分散アルゴリズム設計 Personalized Data For each user Service Front End 2. ユーザ体験設計 4. 洗練サイクル設計 8.分散実装 5. 連携データ設計 3. サービス設計 Distributed Applications YARN HDFS GPU

156. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 156 分散アルゴリズム実装体験提供体験・サービス提供に適した形で実装・チューニングしていくサービスに適した形で分散アルゴリズム実装する・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析 Feedback Log 6. ログ設計 7.分散アルゴリズム設計 Personalized Data For each user Service Front End 2. ユーザ体験設計 4. 洗練サイクル設計 8.分散実装 5. 連携データ設計 3. サービス設計各種アルゴリズムチューニングのトライを多く行いたい。必要なものは自分でつくる Distributed Applications YARN HDFS GPU

157. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 157 分散アルゴリズム実装体験提供体験・サービス提供に適した形で実装・チューニングしていく結果を分析し、体験・サービス・学習サイクルともに洗練していく・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析 Feedback Log 6. ログ設計 7.分散アルゴリズム設計 Personalized Data For each user Service Front End 2. ユーザ体験設計 4. 洗練サイクル設計 8.分散実装 5. 連携データ設計 3. サービス設計 Distributed Applications YARN HDFS GPU

158. Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved. 158 機械学習活用したサービス開発新たな価値ある体験・サービス提供を考え、作り、挑戦し続ける・効果高い課題設定・高影響要素解明 Activity 1 Activity N, … F1 F2 E1 E1 F3 F4 F5 1. 分析体験提供 Feedback Log 6. ログ設計 Personalized Data For each user Service Front End 2. ユーザ体験設計 4. 洗練サイクル設計 5. 連携データ設計 3. サービス設計 7.分散アルゴリズム設計 8.分散実装 Distributed Applications YARN HDFS GPU

DeNAの機械学習・深層学習活用した 体験提供の挑戦

Koichi Hamada