Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
GovTechとマーケットデザイン発表資料(CA森脇)
Search
森脇大輔
February 24, 2022
Research
0
420
GovTechとマーケットデザイン発表資料(CA森脇)
2022年2月24日(木) 12:00~ 13:30
森脇大輔
February 24, 2022
Tweet
Share
More Decks by 森脇大輔
See All by 森脇大輔
Evidence-to-Decisionについて
daimoriwaki
0
280
EBPMにおける生成AI活用について
daimoriwaki
0
350
Global Evidence Summit (GES) 参加報告
daimoriwaki
0
300
Developing “EBPM Database” to Improve Policy Making Process in Japan
daimoriwaki
0
55
保育:待機児童数を減らす取り組み
daimoriwaki
0
44
「EBPMエコシステム」の可能性
daimoriwaki
0
300
RecSys22読み会_MTRS
daimoriwaki
0
650
CADEVCONF
daimoriwaki
0
120
GovTechとマーケットデザイン (東京大学小島教授)
daimoriwaki
0
490
Other Decks in Research
See All in Research
IMC の細かすぎる話 2025
smly
2
630
一人称視点映像解析の最先端(MIRU2025 チュートリアル)
takumayagi
6
3.5k
cvpaper.challenge 10年の軌跡 / cvpaper.challenge a decade-long journey
gatheluck
3
310
スキマバイトサービスにおける現場起点でのデザインアプローチ
yoshioshingyouji
0
220
データxデジタルマップで拓く ミラノ発・地域共創最前線
mapconcierge4agu
0
210
20250605_新交通システム推進議連_熊本都市圏「車1割削減、渋滞半減、公共交通2倍」から考える地方都市交通政策
trafficbrain
0
770
時系列データに対する解釈可能な 決定木クラスタリング
mickey_kubo
2
940
SegEarth-OV: Towards Training-Free Open-Vocabulary Segmentation for Remote Sensing Images
satai
3
170
診断前の病歴テキストを対象としたLLMによるエンティティリンキング精度検証
hagino3000
1
130
PhD Defense 2025: Visual Understanding of Human Hands in Interactions
tkhkaeio
1
190
[輪講] SigLIP 2: Multilingual Vision-Language Encoders with Improved Semantic Understanding, Localization, and Dense Features
nk35jk
2
980
Language Models Are Implicitly Continuous
eumesy
PRO
0
230
Featured
See All Featured
Rebuilding a faster, lazier Slack
samanthasiow
83
9.2k
It's Worth the Effort
3n
187
28k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
229
22k
4 Signs Your Business is Dying
shpigford
184
22k
Bash Introduction
62gerente
615
210k
Docker and Python
trallard
45
3.6k
Building Better People: How to give real-time feedback that sticks.
wjessup
368
19k
Learning to Love Humans: Emotional Interface Design
aarron
273
40k
Intergalactic Javascript Robots from Outer Space
tanoku
272
27k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
8
520
Site-Speed That Sticks
csswizardry
10
810
jQuery: Nuts, Bolts and Bling
dougneiner
64
7.9k
Transcript
保育所プロジェクト ~取組の現在地~ 株式会社サイバーエージェント AILab 経済学社会実装チーム 森脇大輔 https://sites.google.com/site/dmoriwaki/
プロジェクトの開始 • 2021年にUTMDと共同研究を開始 • 利用調整の実態をヒアリング • 匿名化データの分析 • 渋谷区・多摩市との共同実証実験を
開始
渋谷区における事例 • テーマ ◦ 保育所手続きのデジタル化 ◦ 利用調整アルゴリズムの改善
利用調整アルゴリズムの改善 • SOFMアルゴリズムを適用した場合のシミュレーション分析を実施 第N番目に希望した保育所に入所 児童数 不公平が起きたケース
現実応用のための課題 • 部屋の共有の現実性 • あまり定員の排除 • 保育所側のインセンティブの確保 ◦ 一部自治体では補助金を用いて年齢
別定員を調整 事務調整コストを 超える効果を出せ るか 保育所にとってインセンティ ブがあるか 保育士の稼働率を 妥当な範囲に抑え られるか 人数に応じて部屋のレイア ウトを変えられるか あまり定員をなくせ るか
さまざまなアルゴリズムとその性質 アルゴリズム 特徴 SOFM カリフォルニア大鎌田准教 授、東京大学小島教授 • 職員数や施設面積等の制約下で定員を調整 • なるべく多くの児童をマッチできないか探索する
• ◯ マッチ数が現状より大きく増える、きょうだい同所入所 • ✕ 年齢別定員が大きく変化する NRMP 米国研修医マッチングで利 用 • きょうだい同所入所に対応した受入留保アルゴリズム • ◯ 年齢別定員が変化しない、きょうだい同所入所 • ✕ マッチ数が現状と変わらない、アルゴリズムが収束しない場合がある Nguyen-Vorha • 最大2名の定員変化を許容することで、NRMPと似たマッチングを導く • ◯ マッチ数が現状より少し増える、きょうだい同所入所 • △年齢別定員の多少の調整が必要な場合もある Okumura 東京海洋大学 奥村准教授 • 職員数や施設面積等の制約下で定員を調整 • 受入保留など他のアルゴリズムと組み合わせ可能 • ◯ マッチ数が現状より増える • ✕ 年齢別定員が変化する Biro et al. • きょうだいの同所などを含めて整数問題として計算 • 目標とする指標を最大化 • ×解が見つからない場合もある
利用申請システムの改善 • システムによって「本来の」選好を引き出す • 豊富な情報・使いやすさ・検討のしやすさ 開発中画面
多摩市における事例 • 利用調整についての実証実験 • 課題感 ◦ 利用調整の自動化 ◦ アルゴリズムの最適化
利用調整ルールの改善 ジニ係数 2021年:0.475 2022年:0.484
転園処理 保育課の方に伝えたいこと • 現状アルゴリズムについての理解 ◦ そもそもどういうアルゴリズムを採用している のか ◦ ブラックボックスになっていないか
• データを用いた客観的検証 ◦ どのような指標を重視するのか ◦ ほかのアルゴリズムとの比較 公平性 待機児童数 きょうだいの同所率 資源の無駄 希望の充足度
保育所の利用申請の全体最適化を目指す 利 用 調 整 結 果 通 知 二
次 募 集 ※さらに居宅 事業等への斡 旋など 利 用 申 し 込 み 見 学 ・ 情 報 取 集 ・・・ Twitter: @dmoriwaki mail:
[email protected]