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.

「HOME'Sデータセット」提供を通じた不動産領域におけるオープンイノベーション促進の取り組み

3,487 views

Published on

第15回情報科学技術フォーラム(FIT 2016、富山大学)
イベント企画「Real Estate Tech: 不動産×IT 〜ITが拓く不動産の未来〜

Published in: Real Estate
  • Dating for everyone is here: ♥♥♥ http://bit.ly/2F7hN3u ♥♥♥
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Sex in your area is here: ❶❶❶ http://bit.ly/2F7hN3u ❶❶❶
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

「HOME'Sデータセット」提供を通じた不動産領域におけるオープンイノベーション促進の取り組み

  1. 1. 「HOME'Sデータセット」提供を 通じた不不動産領領域におけるオープ ンイノベーション促進の取り組み 株式会社ネクスト  リッテルラボラトリー 主席研究員    清⽥田  陽司 第15回情報科学技術フォーラム(FIT 2016) イベント企画「Real Estate Tech:不不動産×IT 〜~ITが拓拓く不不動産の未来〜~」 2016.09.08@富⼭山⼤大学五福キャンパス
  2. 2. 2Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  1975年年  福岡県久留留⽶米市⽣生まれ ›  研究分野: ⾃自然⾔言語処理理応⽤用、情報検索索、情報推薦 ›  略略歴 •  京都⼤大 (1997-2004) •  対話型質問応答システム     企業(マイクロソフト)との共同研究 •  東京⼤大  情報基盤センター  助教/特任講師  (2004-2012) •  図書館情報ナビゲーションシステム/Wikipediaマイニング •  株式会社リッテル  主席研究員/CTO (2007-2011) •  図書館情報ナビゲーションシステム実⽤用化(国⽴立立国会図書館リ サーチ・ナビなど) •  ビッグデータ処理理技術(Hadoop)の展開     産学連携スタートアップとのかかわり •  株式会社ネクスト  リッテルラボラトリー  (2011-) •  情報推薦システムの研究開発 (主にHOME’S)     ⼤大学との共同研究 ›  ⾔言語処理理学会  編集委員 (2010-2012)、⼈人⼯工知能学会  編集委員 (2014-)、JST「情報管理理」誌  外部編集委員  (2015-)、WebDB Forum産学連携担当幹事 (2015-) 経歴
  3. 3. 3Copyright(c) NEXT Co., Ltd. All Rights Reserved. 株式会社ネクストのサービス ⽇日本最⼤大級の不不動産・住宅宅サイト HOME’S を運営 ※1 フジサンケイビジネスアイ調べ (2014.3.31掲載) ※2 利利⽤用者数 No.1 ニールセンNetView 2013年年4⽉月データ (家庭および職場のPC     からのアクセス・カテゴリ: 家庭とファッションサブカテゴリ:不不動産)
  4. 4. >2011年年4⽉月設⽴立立の社内研究所   東京⼤大学との産学連携企業  (株)リッテルが⺟母体 >レコメンデーションエンジンやユーザーインターフェースなど   住まいや暮らしに関わる情報技術の研究・開発 4 株式会社ネクスト  リッテルラボラトリー 4 新感覚お部屋探しアプリ HOME Sヘヤサク! 部屋作りシミュレーション GRID VRICK すごい天秤 (タンジブルUI)
  5. 5. 5Copyright(c) NEXT Co., Ltd. All Rights Reserved.
  6. 6. ›  『HOME’S』賃貸物件  (約530万) •  2015年年9⽉月時点で掲載されていた全データ •  賃料料、⾯面積、⽴立立地(市区町村、郵便便番号、最寄 り駅、徒歩分)、築年年数、間取り、建物構造、 諸設備などの属性を含む •  特定の物件と直接紐紐付く属性は含まず ›  上記全物件に対応する画像データ  (約8300万) •  ディープラーニング適⽤用を想定 •  不不動産会社が付与した属性データ(画像の種類、 フリーテキスト)を含む ›  フルサイズ間取り図画像データ (約510万) •  間取りデータ、フリーテキストあり HOME’Sデータセット  概要
  7. 7. 7Copyright(c) NEXT Co., Ltd. All Rights Reserved. HOME’Sデータセット  利利⽤用申込の状況 提供開始から10ヶ⽉月で,約35研究室から申込
  8. 8. 8Copyright(c) NEXT Co., Ltd. All Rights Reserved. 1.  不不動産領領域ならではの課題 2.  データセットの提供を通じて得られた知⾒見見 3.  共同研究を通じて得られた知⾒見見 4.  研究課題の提⽰示 Agenda
  9. 9. 1. 不不動産領領域ならではの課題 9Copyright(c) NEXT Co., Ltd. All Rights Reserved.
  10. 10. 10Copyright(c) NEXT Co., Ltd. All Rights Reserved. 不不動産情報特有の性質 同じ 「賃料料8万円、1LDK」 の部屋でも 間取りは千差万別! ⼈人気のある物件は すぐデータベース から消えてしまう 「このお部屋を⾒見見ている⼈人はこんな お部屋も⾒見見ています」は通じない
  11. 11. 11Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  ユーザが決断までに⻑⾧長い時間、多くの⼿手間をかける •  動機づけ •  情報収集 •  ⽐比較検討 •  決断 ›  ニーズが時間の経過とともに変化する •  トレードオフ(価格  vs ○○) •  地域・駅・路路線 •  買う – 借りる •  マンション – ⼀一⼾戸建て •  各種こだわり条件(ペット、バストイレ別、…) → ユーザの理理解が著しく困難 住まい探しプロセスの特性  (他の商品との⽐比較)
  12. 12. 12Copyright(c) NEXT Co., Ltd. All Rights Reserved. ユーザの⾏行行動変化の可視化  (HOME’S賃貸ユーザー) ブ ラ ウ ジ ン グ ---- 具 体 的 な 検 索索 ⾏行行 動 典型的な物件探しの行動 (路線・駅選択 or 地域選択⇒リスト表示⇒物件閲覧) 非典型的な 物件探しの行動 (地図検索など) 物件見学後に サーチエンジン 経由で再訪
  13. 13. 13Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  「不不安」という感情が鍵となる •  ユーザにとっては、「まだ決まっていない」と いう状態は不不安 → 早く決めたい! •  あとで後悔するかも? ›  「後悔のない、納得感のある選択」という体験を 創り出すことが必要 「⻑⾧長い時間、多くの⼿手間をかけて決断する」というプロセスの課題
  14. 14. 2. データセットの提供を 通じて得られた知⾒見見 14Copyright(c) NEXT Co., Ltd. All Rights Reserved.
  15. 15. 15Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  情報学 •  画像処理理、他のデータ(SNSなど)との結合 ›  建築学、建築デザイン •  間取り、空間デザインなど ›  経済学、経営情報学 •  賃料料推定、経済動向 ›  都市学・環境学 •  街の属性 データセット利利⽤用研究室の主な分野 これまでに接点のなかった研究者との関係ができつつある
  16. 16. 16Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  ディープラーニングの物件画像への適⽤用はホット トピック ›  学習⽤用正解データの作成は、ディープラーニング 適⽤用でもっとも重要な問題 ›  不不動産物件データと他のデータ(SNS、地域オープ ンデータ、etc.)との統合により新たな価値が⽣生 まれる データセットの提供を通じて得られた知⾒見見
  17. 17. 3. 共同研究を通じて 得られた知⾒見見 17Copyright(c) NEXT Co., Ltd. All Rights Reserved.
  18. 18. 18Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  Twitterデータからの「住まい探しコーパス」の構 築 •  電通⼤大  栗栗原研究室 •  クラウドソーシングを利利⽤用し、ツイートに住ま い探しに関する⾏行行動をタグ付け •  WI-IAT 2015@シンガポールにて発表 ›  街の雰囲気情報のデータ化  (100ninmapコラボ) •  NAIST 荒牧先⽣生/京⼤大  北北先⽣生/和歌⼭山⼤大  宮部先 ⽣生/京産⼤大  河合先⽣生 ネクストで遂⾏行行中の共同研究
  19. 19. 19Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  うーむ。引っ越したばかりだけど、何か急激に住 宅宅購⼊入熱が上がってきている。物件の内覧会に ⾏行行ってさらに⾼高めるか ›  現在、購⼊入に向けた住居選びが佳境です。現在、 マンション優位。⼀一⼾戸建て⾼高いんだもの。でも、 優柔なのでしばらく決めれないと思う ›  @foo そうなんです。いまメゾネットなんですが、 ⾝身重な奥さんが階段をひぃひぃ⾔言いながら登って いるのを⾒見見ると….。「70歳超えたら無理理」だと思 いますねぇ。結局、おっくうになって、ほとんど1 階で過ごしてそう あるTwitterユーザーのタイムライン抜粋
  20. 20. 20Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  アカウントの選択 •  @homes_kun のフォロワー(約40,000アカウン ト)を対象とした ›  タイムラインに以下のキーワードを含むアカウン トを抽出 •  礼⾦金金、内⾒見見、家賃 ›  不不動産会社のアカウントを除外 → 86名のTwitterユーザーを抽出 住まい探しに関連しそうなTwitterアカウントの抽出
  21. 21. 21Copyright(c) NEXT Co., Ltd. All Rights Reserved. Yahoo! クラウドソーシング マイクロタスク型のクラウドソーシングプラットフォームを提供 報酬はTポイントで⽀支払われる
  22. 22. 22Copyright(c) NEXT Co., Ltd. All Rights Reserved. クラウドソーシングで出題したタスクの例例
  23. 23. 23Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  内⾒見見たのしー。いよいよ都⺠民になるときがやってきた!   ›  電⾞車車使いづらくてもちょっとボロい下町臭い都内が好き。 ⾞車車通勤できるし・・・と⾔言っても混んでるだろうけど ›  ちょっと内⾒見見⾏行行って来るわ ›  ひとりでいいから今より節約できる所に越したいよね   ›  ドアtoドアで考えたらこの物件でも通勤時間変わらない な・・・内⾒見見と共益費詳細次第で確定しちゃおうか な・・・6階だからさすがに引越業者呼ぼうw ›  鍵に悪戯されちゃったから怖くて—んでこの距離離だと同棲 はちょっとと⾔言われたので23区内で調べている ›  池袋の物件も内⾒見見したいなーー ›  @baz 北北本桶川蕨上尾あたりは⼤大宮通勤者にとっては激安 ⼟土地だからねー(⊃?ω?⊂)いいなーああせめて住宅宅⼿手当くら い出ないかなー   住まい探しタイムラインの例例
  24. 24. 24Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  住まい探しのストーリーの多様性 ›  感性的な価値をどのように伝えるか? ›  クラウドソーシングの可能性 共同研究を通じて得られた知⾒見見
  25. 25. 4. 研究課題の提⽰示 25Copyright(c) NEXT Co., Ltd. All Rights Reserved.
  26. 26. 26Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  不不動産物件画像の付加価値創出 ›  ⻑⾧長期にわたって影響を与える意思決定のサポート 研究課題の提⽰示
  27. 27. 27Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  不不動産物件画像の付加価値創出 ›  ⻑⾧長期にわたって影響を与える意思決定のサポート 研究課題の提⽰示
  28. 28. 28Copyright(c) NEXT Co., Ltd. All Rights Reserved. 不不動産情報サイトで不不動産会社を選ぶ際のポイントは?(RSC 2015年年調査) 物件の写真の点数が多い 物件の写真の⾒見見栄えが良良い 71.9% 32.5%
  29. 29. 29Copyright(c) NEXT Co., Ltd. All Rights Reserved. 画像情報の多様性でランキング どちらの物件情報が ユーザーにとってより嬉しい?
  30. 30. 30Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  不不動産物件画像の付加価値創出 ›  ⻑⾧長期にわたって影響を与える意思決定のサポート 研究課題の提⽰示
  31. 31. 31Copyright(c) NEXT Co., Ltd. All Rights Reserved. ヒント: クラウドソーシングによるアレルギー・リスク推定 by 荒牧先⽣生 年年齢はおいくつですか アレルギーはありますか? □喘息  □花粉症  □アレルギー性⿐鼻 炎  □アトピー性⽪皮膚炎 家族関係は良良好でしたか? ⾍虫⻭歯はありますか? アレルギーに影響ある要因を 探すために,あなたなら,他 にどんな質問をしますか? 患者属性に関する質問 新たなリスクを求める質問 リスクに関する質問 荒牧ら: クラウドソーシングによるアレルギー・リスク推定, 2014/12/17 第6回集合知シンポジウム  資料料
  32. 32. 32Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  「課題に直⾯面する将来の⾃自分」と、「現時点での ⾃自分の選択」をどうすれば結びつけられるか? •  現時点で課題に直⾯面している⼈人々がもつ知⾒見見を 活かす •  過去数⼗十年年の⾃自らの⾏行行動選択と、現時点での状況の 相関関係を⽤用いる ›  「どのように⾏行行動を変えれば未来はどう変わるの か」を⾒見見せることで、よりよい選択のサポートが できるのではないか? クラウドソーシングによる「仮想的な⾃自分の将来像」推定の可能性
  33. 33. まとめ 33Copyright(c) NEXT Co., Ltd. All Rights Reserved.
  34. 34. 34Copyright(c) NEXT Co., Ltd. All Rights Reserved. ›  不不動産領領域は学際的なテーマ •  多くの分野の知⾒見見を結集する必要がある ›  データ・課題・議論論の場を共有していきましょ う! まとめ

×