DataScience, Classification, Prediction

1. 業務に活かすデータサイエンスとは？
株式会社リクルートコミュニケーションズ
アドテクノロジー開発部 丸山
哲太郎
2015年10月14日

2. 自己紹介�
2(C) Recruit Communications Co.,Ltd. All rights reserved.
�
• 2014年4月〜��リクルートコミュニケーションズ
– デブサミサイト上の自己紹介が無いのは
本当に新参者だからです
• 業務：データ分析関連
– インフラ系：DB設計・ETL・DB運用管理
– コンサル系：機械学習を用いたソリューション提案
– 開発系：アプリケーションの分析バックエンド開発
• 「でーたさいえんてぃすと」・・・
• 主務：Jリーグ川崎フロンターレの応援
– 10年以上続けてます
• 「さぽーたー」・・・

3. リクルートコミュニケーションズとデータサイエンス�
3(C) Recruit Communications Co.,Ltd. All rights reserved.
�
• 前提となる真面目なお話・・・
• は、時間が無いから省略！
このいい笑顔の人が
昼飯ついでに
話してくれているはず

4. さて、「機械学習してます」と言うと・・・�
4(C) Recruit Communications Co.,Ltd. All rights reserved.
�
よく分からないんだけど
一体なにが出来るの？
何でも自動で完璧に
予測してくれるんでしょ？
機械学習に馴染みが無い方のリアクション（例）

5. ・・・�
5(C) Recruit Communications Co.,Ltd. All rights reserved.
�
アルパカさんの怒りを鎮めるためにも
「実際の分析」を見せつけてやらなければなりません

6. コンプライアンス
何をするのか�
6(C) Recruit Communications Co.,Ltd. All rights reserved.
�
リクルートのリアルなデータを使った分析

7. 自分を思い出す�
7(C) Recruit Communications Co.,Ltd. All rights reserved.
�
• 2014年4月〜��リクルートコミュニケーションズ
– デブサミサイト上の自己紹介が無いのは
本当に新参者だからです
• 業務：データ分析関連
– インフラ系：DB設計・ETL・DB運用管理
– コンサル系：機械学習を用いたソリューション提案
– 開発系：アプリケーションの分析バックエンド開発
• 「でーたさいえんてぃすと」・・・
• 主務：Jリーグ川崎フロンターレの応援
– 10年以上続けてます
• 「さぽーたー」・・・

8. 何をするのか�
8(C) Recruit Communications Co.,Ltd. All rights reserved.
�
機械学習でtotoを予測して５億円ゲット！！
（どうやら楽しいらしい）
知らない方へ：サッカーJリーグの結果を当てる
政府公認のギャンブル（語弊）
出典：http://www.toto-dream.com

9. お世話になったサイト�
• J.LEAGUE Data�Site
– https://data.j-league.or.jp/
– もちろんJリーグオフィシャルの公開データ
– 感謝感謝
9(C) Recruit Communications Co.,Ltd. All rights reserved.
�

10. やるからには明日から本気出す�
• 前処理
– データが有る1999年から16年間分のデータを
BeautifulSoup でスクレイピング
– AWS Redshift にぶっ込んで、
ひたすら SQL 投げて特徴量抽出
– 特徴量は長年の知識と経験と勘と独断と偏見で
• 120個程度
– 丸2日かかってしまい、自分の存在意義を疑う
• モデル
– 勝ち・負け・引き分けを予測する Classification
– 正則化項付きSVM と RandomForest しか使わず
– 全60チーム毎にCrossValidationしながら
ハイパーパラメータ調整�
10(C) Recruit Communications Co.,Ltd. All rights reserved.
�

11. 特徴量のimportance�
1� 相手がCKをあまり狙わない�
2� 相手の短期的な失点力がうちの得点力を上回る�
3� うちの長期的な得点力が相手の失点力を上回る�
4� 観客数が多い�
5� 最近、失点が少ない�
11(C) Recruit Communications Co.,Ltd. All rights reserved.
�
川崎フロンターレが勝つための特徴量トップ５
フロンターレが攻撃ばっかりで守備が全然（泣）
という特徴が出てて、悪くない・・・気がする・・・

12. 予想��（うちの試合が無いことに後で気付く）�
ホームチーム� 機械� 丸山� アウェイチーム�
鹿島� 1� 1� 神戸�
G大阪� 1� 1� 新潟�
東京V� 0� 0� 岡山�
C大阪� 1� 1� 北九州�
福岡� 0� 1 千葉�
札幌� 0� 1� 金沢�
栃木� 0� 0� 大分�
京都� 0� 1� 岐阜�
愛媛� 0� 0� 長崎�
熊本� 2� 2� 大宮�
讃岐� 1� 0� 横浜FC�
水戸� 2� 2� 磐田�
徳島� 0� 0� 群馬�
12(C) Recruit Communications Co.,Ltd. All rights reserved.
�
ホーム勝：１ アウェイ勝：２ 引き分け：０

13. 結果�
ホームチーム� 機械� 丸山� アウェイチーム�
鹿島� 1� 1� 神戸�
G大阪� 1� 1� 新潟�
東京V� 0� 0� 岡山�
C大阪� 1� 1� 北九州�
福岡� 0� 1 千葉�
札幌� 0� 1� 金沢�
栃木� 0� 0� 大分�
京都� 0� 1� 岐阜�
愛媛� 0� 0� 長崎�
熊本� 2� 2� 大宮�
讃岐� 1� 0� 横浜FC�
水戸� 2� 2� 磐田�
徳島� 0� 0� 群馬�
13(C) Recruit Communications Co.,Ltd. All rights reserved.
�
ホーム勝：１ アウェイ勝：２ 引き分け：０

14. 結果�
ホームチーム� 機械� 丸山� アウェイチーム�
鹿島� 1� 1� 神戸�
G大阪� 1� 1� 新潟�
東京V� 0� 0� 岡山�
C大阪� 1� 1� 北九州�
福岡� 0� 1 千葉�
札幌� 0� 1� 金沢�
栃木� 0� 0� 大分�
京都� 0� 1� 岐阜�
愛媛� 0� 0� 長崎�
熊本� 2� 2� 大宮�
讃岐� 1� 0� 横浜FC�
水戸� 2� 2� 磐田�
徳島� 0� 0� 群馬�
14(C) Recruit Communications Co.,Ltd. All rights reserved.
�
ホーム勝：１ アウェイ勝：２ 引き分け：０
！！！ 私の勝ち ！！！
やった〜 と素直に喜べない・・・

15. 言いたかったこと�
• 「何ができるか」じゃない�「何をしたいか」だ！！
– 「totoで5億円稼ぎたい」
– 機械学習はあくまで手段であり、重要なのは目的
• 機械学習は銀の弾丸じゃない！！
– 知見や経験という抽象的な概念を統計学的に裏打ち
– 地道な試行錯誤の連続
• 仮説の見直し・データの追加・特徴量の見直し
• モデルの選択・ハイパーパラメータの調整
• 分析を実際の業務に活かすには
周りの人（エンジニア・プランナー・営業）に
これらを理解してもらうことがとても重要
– 引き続き5億円をエサにした啓蒙活動を続けたい
15(C) Recruit Communications Co.,Ltd. All rights reserved.
�

16. 最後に�
16(C) Recruit Communications Co.,Ltd. All rights reserved.
�
ttoottoo の購入�費用は
どの経費で落とせばいいですか？
＞ マネージャー

17. 17(C) Recruit Communications Co.,Ltd. All rights reserved.
�
ご清聴ありがとうございました