1. ビッグデータ解析手法を用いて
ソーシャルメディアの評価分析を実現する
JAWS-UG会津

2. 自己紹介
石川 智史 (いしかわ さとし)
現職
• 株式会社シンク (会津営業部 兼 開発本部品質管理グループ)
• オープン系Webアプリケーション開発エンジニア
活動
• JAWS-UG会津
Amazon AWSを楽しく勉強するためのコミュニティ。
• エフスタ会津
ITエンジニアのためのスキルアップコミュニティ。
• Code For Aizu
会津のオープンデータ活用を促進するためのコミュニティ。

3. それでは本題に入ります…

4. 皆さん
今一度よくお考えいただきたい

5. 姉ヶ崎寧々は本当に天使なのでしょうか

6. 果たして、Webページのみの検証
で十分だと言えるのだろうか。
Twitterの評価分析だ！

7. ソーシャル評価分析手法
Twitterのツイートを取得
形態素解析を行う
1. 以下のキーワードを含むツイートを取得
姉ヶ崎寧々／高嶺愛花／小早川凜子
2. 品詞に分解し、品詞間の依存性を解析
ex 「姉ヶ崎 寧々 は 天使 だ」
名詞
係り受け解析を行う
名詞
助詞
名詞
助動詞
3. 抽出した品詞をP/N判定し比率を算出
P/N判定を行う
ポジティブワード：かわいい、天使
ネガティブワード：薄情、不機嫌

8. システム化したらこうなった！
形態素解析・係り受け解析
Tweetの取得
アプリケーション基盤

9. 続きはWebで

10. つまりは
姉ヶ崎寧々とは
最高に可愛い
エロいの大好き
俺の嫁
もうこれは天使でいいんじゃねぇかと

11. ソーシャル評価分析サービス
Salesforce radian6
Twitterなどのソーシャルデータから、
ブランドや商品に対する評価分析を行う

12. この後
会場の約98%の方が
深刻な問題に直面します

13. いったい誰を嫁にすればいいのか ∑(ﾟДﾟ;)

14. 決められない。決められない。
決められない。決められない。
決められない。決められない。
Amazon EMR が
その問題を解決します。

15. Amazon EMR
Amazon EMR (Elastic MapReduce)
• Amazon AWSのサービスの一つ
• Hadoopをベースに莫大なデータを処理できるサービス
主な利用シーン
•
•
•
•
•
ログ分析
ウェブインデックス作成
データウェアハウス
機械学習
科学シミュレーション
ビッグデータ解析に
欠かせないサービス

16. 解決方法
Amazon EMR + 機械学習ライブラリMahoutで
嫁を選定するための単純ベイズ分類器を作成する

17. ベイズ分類器生成の流れ
学習データ
1. 学習データとして各ヒロイン
を支持するユーザプロフィー
ルを取得
2. 学習データとMahoutのAPIに
よりベイズ分類器を生成する
ベイズ分類器
自分自身の
プロフィール
3. 分類器にたいして、自分自身
のプロフィールを入力
4. 幸せな未来が約束される

18. Webサービス化してみた
デモサイト
Web API
３．作成したベイズ分類器を移行
ベイズ
分類器
EC2
１．学習データの入力
ベイズ
分類器
２．ベイズ分類器の作成

19. 続きはWebで

20. つまりは
Amazon EMRとは
誰も傷つけることなく
あなたの最高の嫁を
見つけ出してくれる
奇跡のサービスといっても過言じゃない

21. Windows Azureでも!

22. ありがとうございました