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
Recommendations AIの事例紹介 / zozotech_gcp_03
Search
fundoshi
June 22, 2020
Programming
0
14k
Recommendations AIの事例紹介 / zozotech_gcp_03
fundoshi
June 22, 2020
Tweet
Share
Other Decks in Programming
See All in Programming
ニーリーにおけるプロダクトエンジニア
nealle
0
880
The Niche of CDK Grant オブジェクトって何者?/the-niche-of-cdk-what-isgrant-object
hassaku63
1
410
dbt民主化とLLMによる開発ブースト ~ AI Readyな分析サイクルを目指して ~
yoshyum
3
1.1k
AIと”コードの評価関数”を共有する / Share the "code evaluation function" with AI
euglena1215
1
170
PHP 8.4の新機能「プロパティフック」から学ぶオブジェクト指向設計とリスコフの置換原則
kentaroutakeda
2
990
MCPを使ってイベントソーシングのAIコーディングを効率化する / Streamlining Event Sourcing AI Coding with MCP
tomohisa
0
150
すべてのコンテキストを、 ユーザー価値に変える
applism118
4
1.4k
おやつのお供はお決まりですか?@WWDC25 Recap -Japan-\(region).swift
shingangan
0
140
Agentic Coding: The Future of Software Development with Agents
mitsuhiko
0
120
生成AI時代のコンポーネントライブラリの作り方
touyou
1
250
#kanrk08 / 公開版 PicoRubyとマイコンでの自作トレーニング計測装置を用いたワークアウトの理想と現実
bash0c7
1
880
NPOでのDevinの活用
codeforeveryone
0
870
Featured
See All Featured
The Straight Up "How To Draw Better" Workshop
denniskardys
235
140k
Balancing Empowerment & Direction
lara
1
440
Agile that works and the tools we love
rasmusluckow
329
21k
KATA
mclloyd
30
14k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
Testing 201, or: Great Expectations
jmmastey
43
7.6k
Building Applications with DynamoDB
mza
95
6.5k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
126
53k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Typedesign – Prime Four
hannesfritz
42
2.7k
The Power of CSS Pseudo Elements
geoffreycrofte
77
5.9k
Transcript
ZOZOTOWNにおける Recommendations AIの事例紹介 Copyright © ZOZO Technologies, Inc. 株式会社ZOZOテクノロジーズ 技術開発本部
プラットフォーム部 推薦基盤 チーム 安田 征弘
2 - 自己紹介 - Recommendations AIとは - Recommendations AIの導入 -
ZOZOTOWNにおける設計 - まとめ もくじ
© ZOZO Technologies, Inc. 株式会社ZOZOテクノロジーズ 技術開発本部 プラットフォーム部 推薦基盤チーム 安田 征弘
3 • 推薦、広告、データ集計基盤の担当 • 前職はインターネットテレビの会社でデータエンジニア
© ZOZO Technologies, Inc. 4 Google提供の推薦システム - ECに特化したマネージドサービス - スケーラブル、パーソナライズ、リアルタイム
- 提供機能 - カタログ管理、ユーザーイベント収集 - 推薦方式選択、KPI選択、バリエーション選択 - フィルタリング - モニタリング、エラーレポーティング、アラート - 推薦結果プレビュー、KPIレポーティング - 予測コール数課金 Recommendations AIとは
© ZOZO Technologies, Inc. 5 手順 - Googleアカウントマネージャーに問い合わせ - Recommendations
AIパートナーを紹介してもらう(任意) - 初期設計 with パートナー(任意) - 開発 - リリース Recommendations AIの導入
© ZOZO Technologies, Inc. 6 • 対象枠 ◦ 商品詳細面の「おすすめアイテム」 •
推薦方式 ◦ Others you may like ZOZOTOWNにおける設計 これ
© ZOZO Technologies, Inc. 7 • プロダクトカタログ更新 ZOZOTOWNにおける設計 Recommendations AI
Pub/Sub Dataflow Streaming 商品更新 データ • 追加/更新 ◦ 1000件ずつ OR 1分ごとにimport • 在庫切れ/表示OFF ◦ Near Real-Time patchリクエスト • カタログ登録された商品のみ、ユーザーイベントを取り込める
© ZOZO Technologies, Inc. 8 ZOZOTOWNにおける設計 • ユーザーイベント収集 Tag Manager
Recommendations AI • イベント ◦ 商品詳細面閲覧 ◦ お気に入り追加 ◦ カート追加 ◦ 購入
© ZOZO Technologies, Inc. 9 ZOZOTOWNにおける設計 • モデル生成 ◦ 最適化ゴール、多様性、同確率時の価格ソート有無、ハイパーパラメータチュー
ニングの更新間隔を選択 ◦ 条件 ▪ ユーザーイベントが基準以上に収集されている必要あり ▪ Others you may like • 過去90日間において、商品詳細PVが7日以上 • 商品当たりPVの過去90日間平均が10以上 OR • 過去90日間において、商品詳細PVが60日以上 ◦ モデルのトレーニングに要する期間は 3~7 日
© ZOZO Technologies, Inc. 10 ZOZOTOWNにおける設計 • 予測 ◦ APIキーを発行
◦ プレースメントを発行し、モデルと紐付ける ◦ 対象商品ID、ユーザー情報、フィルタリング条件でリクエスト ◦ 推薦結果の商品ID一覧、推薦トークンを取得 ◦ (サービス上必要な商品情報を付与) • 精度 ◦ 良さそうな印象
© ZOZO Technologies, Inc. 11 • Recommendations AIが色々やってくれる • 近日リリース予定
まとめ
© ZOZO Technologies, Inc. 12 ビジネス要件定義 - 目標達成のためのプロセスやフロー定義をサポート (推薦分野の) ロードマップ設計と推進
- 何が必要となり、どのように改善していくのか - Recommendations AIは検証しておくべきであると判断 - 開発もする 研究所との連携 - 長期的な重要課題は体制化 (宣伝)推薦基盤チームの役割
None