Attention機構を使った 配車車両未確定状態における タクシー到着時間予測

第81回情報処理学会全国大会（IPSJ2019）で一般セッションで発表した際の資料
https://www.ipsj.or.jp/event/taikai/81/

Transcript

1. Attention機構を使った 配⾞⾞両未確定状態における タクシー到着時間予測 JapanTaxi株式会社 モビリティ研究開発部 ⾼橋⽂彦 2019.03.16 第81回情報処理学会全国⼤会
2. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 2 タクシー配⾞アプリ「JapanTaxi」 • マップ上で指定したピン位置に タクシーを⼿配 • 乗⾞料⾦の決済もアプリ上で可能 • 全国47都道府県で約7万台（全国 のタクシー⾞両1/3）が対応 • 600万以上ダウンロード
3. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 3 注⽂キャンセルの問題 Ωϟϯηϧ ഑ं஫จ ୳ं։࢝ ഑ंܾఆΛ௨஌ ड୚ ৐ंػձͷଛࣦ Ϣʔβʔ ഑ंγεςϜ υϥΠόʔ Ωϟϯηϧ௨஌ ܴं։࢝
4. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 4 配⾞時間期待値のギャップ ෼͘Β͍Ͱ དྷΔ͔ͳʁ ෼͔͔ΔͳΒ ଞͷަ௨खஈΛ ࢖͓͏ Ωϟϯηϧ ഑ं஫จ ୳ं։࢝ ౸ண࣌ؒΛܭࢉ ड୚ ৐ंػձͷଛࣦ Ϣʔβʔ ഑ंγεςϜ υϥΠόʔ Ωϟϯηϧ௨஌ ܴं։࢝
5. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 5 期待値調整をするために到着予想時間を表⽰ ෼͘Β͍Ͱ དྷΔ͔ͳʁ ഑ं஫จ ͠ͳ͍ Ϣʔβʔ ഑ंγεςϜ υϥΠόʔ ࣄલʹ౸ண༧૝࣌ؒΛ ఏࣔͯ͠ظ଴஋ௐ੔Λ ߦ͏ ෼͘Β͍Ͱ དྷΔ
6. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 6 研究⽬的：お迎え場所への到着時間予測 ީิ̍ ໨త஍ • λΫγʔ͕͓ܴ͑৔ॴʹ౸ண͢Δ ·Ͱʹ͔͔Δ࣌ؒΛ༧ଌ͢Δ • ͓ܴ͑৔ॴʹ޲͔͏λΫγʔ͸֬ ఆ͍ͯ͠ͳ͍ ͓ܴ͑৔ॴ ީิ ީิ̏ ީิ̐
7. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 7 関連研究 • ػցֶशʹΑΔ౸ண࣌ؒ༧ଌ • υϥΠόʔಛ௃ྔ΋࢖ͬͨ౸ண࣌ؒ༧ଌ<> • ܦ࿏Λಓ࿏͝ͱʹ3//Ͱ࠶ؼతʹೖྗ<> [1] Heng-Tze et al. Wide & Deep Learning for Recommender Systems. DLRS 2016. • ܦ࿏୳ࡧʹΑΔ౸ண࣌ؒ༧ଌ • ग़ൃ஍͔Β໨త஍ͷܦ࿏୳ࡧ͠ܦ࿏ͷڑ཭ʹԠͯ࣌ؒ͡Λܭࢉ [2] Fei Wang,et al. Residual attention network for image classification. CVPR 2017.
8. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 8 提案する到着時間予測モデル • ػցֶशϕʔεख๏ • χϡʔϥϧωοτϫʔΫϞσϧ • ೖྗɿं྆ಛ௃ྔͱ؀ڥಛ௃ྔ • ग़ྗɿ౸ண࣌ؒ <T> • ϩεؔ਺ɿฏۉઈରޡࠩ
9. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 9 提案する到着時間予測モデル：⾞両特徴量 • ഑ंީิͷं྆ͷಛ௃ྔ • ಛ௃ྔ • ग़ൃ஍ͷҢ౓ܦ౓ • ͓ܴ͑৔ॴҢ౓ܦ౓ • ग़ൃ࣌ͷํ޲ɾ଎౓ • ͓ܴ͑৔ॴ΁ͷํ޲ɾ௚ઢڑ཭ • ௚ઢڑ཭͕͍ۙॱ൪
10. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 10 提案する到着時間予測モデル：Attention機構 • ػց຋༁΍ը૾ೝࣝͳͲͰ࢖ΘΕ ΔωοτϫʔΫߏ଄ • ೖྗʹԠͯ͡஫໨͢Δ΂͖ಛ௃ྔ ʹେ͖ͳॏΈ͕෇༩͞ΕΔ • ࣮ࡍʹ഑ं͞ΕΔं྆ͷॏΈ͕େ ͖͘ͳΔ͜ͱΛظ଴
11. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 11 提案する到着時間予測モデル：環境特徴量 • ं྆Ҏ֎ͷಛ௃ྔ • ಛ௃ྔ • ༵೔ • ೔ • ࣌ؒ • ॕ೔ • ٳ೔
12. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 12 実験1: 予測精度評価実験 • ࣮ࡍͷλΫγʔͷ഑ंσʔλΛ࢖༻ • λΫγʔձࣾ<೔ຊަ௨>
    ظؒ<d݄>
    ஍Ҭ<౦ژ౎> • ༧ଌ஋ͱ࣮ଌ஋ͷฏۉઈରޡࠩ ."& • ༧ଌ஋ͷํ͕<T>Ҏ্஗ׂ͍߹ 5PP
    'BTUFS
    3BUF • ܭࢉॲཧ࣌ؒ &MBQTFE
    5JNF • ఏҊϞσϧΛଞͷϞσϧͱൺֱ AttentionNeuralModel 機械学習ベース 提案モデル NeuralModel 機械学習ベース 提案するモデルの Attention 機構部分を使わないモデル RouteSearchAverage 経路探索ベース 各車両から目的地までの時間を経路探索によって計算しそ の平均値を計算 RouteSearchOneBest 経路探索ベース 直線距離がもっとも近い車両から目的地までの時間を経路 探索によって計算
13. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 13 予測精度の評価結果 • ఏҊख๏ "UUFOUJPO/FVSBM.PEFM ͕࠷΋."&ͱ5PP
    'BTUFS
    3BUF ͕খ͍͞ • 3PVUF4FBSDI0OF#FTU͕."&͕େ͖͍ ˠ ଞͷީิ΋ߟྀ͢Δඞཁ͋Γ • ػցֶशϕʔεͷํ͕ߴ଎ MAE Too Faster Rate Elapsed Time AttentionNeuralModel 156.11 0.2430 0.0360 NeuralModel 164.02 0.3247 0.0385 RouteSearchAverage 166.72 0.2527 0.0729 RouteSearchOneBest 215.70 0.4373 0.0731
14. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 14 到着時間ごとの精度 • ౸ண͕࣌ؒ୹͍৔߹ʹ"UUFOUJPO/FVSBM.PEFMͷਫ਼౓͕௿͍ ˠ ֶशσʔλ͕গͳ͍͜ͱ͕ݪҼ • ౸ண͕࣌ؒ௕͍৔߹ʹͲͪΒ΋ਫ਼౓͕௿͍ ˠ ಥൃతͳौ଺ͳͲΛଊ͑ΒΕ͍ͯͳ͍ 3PVUF4FBSDI"WFSBHF "UUFOUJPO/FVSBM.PEFM
15. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 15 実験2: アプリを使ったキャンセル率評価実験 • ఏҊϞσϧΛ࢖ͬͨ༧ଌ౸ண࣌ؒΛදࣔ • දࣔͷ༗ແͰ"#ςετ • Ωϟϯηϧ཰ͱ஫จ਺Λൺֱ͠ධՁ
16. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 16 アプリでのABテスト結果 • ౸ண࣌ؒ༧ଌΛදࣔͨ͠ํ͕༏ҐʹΩϟϯηϧ཰͕௿͍ • ஫จ਺͸େ͖͘ݮΔ͜ͱ͸ͳ͔ͬͨ
17. Proprietary and Confidential ©2017 JapanTaxi, Inc. All Rights Reserved 17 まとめ [研究背景] • 配⾞アプリにおいて注⽂のキャンセルが問題 • 注⽂前に予想到着時間を表⽰することでキャンセル率を減ら したい [研究⽬的] • 複数の配⾞候補がある状況において到着時間を予測 [⼿法] • Attention機構を⽤いたニューラルモデル [結果] • 提案⼿法は他の⼿法に⽐べて平均絶対誤差が⼩さい • アプリに導⼊して効率的にキャンセルを減らせることを確認
18. 〒102-0094 東京都千代田区紀尾井町3-12 3-12 Kioicho Chiyoda-ku, Tokyo 102-0094 Japan TEL 03-6265-6265 FAX 03-3239-8115 www.japantaxi.co.jp 文章·画像等の内容の無断転載及び複製等の行為はご遠慮ください。 Proprietary and Confidential ©2019 JapanTaxi, Inc. All Rights Reserved