コーヒー豆の可視化で 迷走しまくっている話 続編!!!

第59回情報科学若手の会 当日LT資料

Transcript

1. コーヒー豆の可視化で 迷走しまくった（ている）話 続編!!! 2026/09/05 第59回 情報科学若手の会 min @carrot__pyon_
2. 目次 01. 0 1. 02. 0 2. 03. 03. 04. 04. 05. 05. 前回までの振り返り なんでうまくいかなかったん 点数ってどうやって出してたの 落とし穴はここでした じゃあどうする
3. じこしょうかい 名前 ：min（みん） 所属 ：日本大学文理学部情報科学科4年 プログラミングサークル（LoGeek・代表） 出身 ：神奈川県 しゅみ ：ダンス・お絵描き・スペイン語 Twitterフォローしてください→
4. 00. 00. はじめに 「迷走している話」は先月別のLTで話しました 気になる人は見ぜひ見てください QRコードはこちら
5. 卒業演習でコーヒー豆の味の可視化をしようとして 迷走してたんだけど なつやすみ期間でうまくいかなかった原因がわかった 話をします 可視化にも色々あるよって話ができたら嬉しい
6. 01. 01. 前回までの振り返り（ざっくり） コーヒー豆の味の可視化ができれば便利じゃない？で卒業演習のテーマにする 目的：「ユーザーが飲んだことある豆から自分の好みの豆を見つける」 データはあった 産地ごとに味に違いがあるはずがから特徴量クラスタリングして地図上にマッピング したらいい感じに行くと思った やってみよう 余談：うちのゼミの卒業演習はチームでやります よく遅刻する同期 よくねむる同期 ふみん
7. 01. 01. ん。 前回までの振り返り
8. 01. 01. 前回までの振り返り ん。 なんかバラバラじゃね？？？？？ 思ってたんと違う
9. 02. 02. なんでこうなった 使用しているデータ：Coffee Quality database from CQI 1,338件のデータを収録 評価点がついている味の特徴量を使用した クラスタリング手法：HDBSCAN ヒートマップをもとにクラスタを命名 C0なら “後味すっきり” 味の特徴量（10段階） Aroma：香り Flavor：風味 Aftertaste：後味 Acidity：酸味 Body：コク Balance：バランス
10. 02. 02. なんでこうなった 1. 「産地ごとに味クラスタの分布にまとまりが出るのではないか？」という 仮説がそもそも間違っていたかもしれない そんなことある？？？ 2. データが悪かった そんなことある？？？(1) →10段階の評価点の付け方を見てみる CQIってどうやって 評価点出してるんだこれ 「コーヒー 産地ごとの特徴」でAIポン出しでもまあこう出てくるよな
11. 03. 03. 点数ってどうやって出してたの CQIのサイトより 各観点について詳細に説明しているサイトがあった “酸味“の説明 https://database.coffeeinstitute.org/coffee/210044/grade
12. 03. 03. 点数ってどうやって出してたの CQIのサイトより 各観点について詳細に説明しているサイトがあった “酸味“の説明 横方向の目盛りに記入する最終スコアは、産地特性やその他の要因（焙煎度、想定される用途など）から期 待される風味の特徴を基準として、評価者が感じたAcidityの「質」を反映するものです。 たとえば、ケニア産のコーヒーのように高い酸味が期待されるコーヒーと、スマトラ産のコーヒーのように低い 酸味が期待されるコーヒーでは、酸味の強さ自体は大きく異なります。それでも、それぞれが期待される風味の 特徴に適していれば、どちらも同じように高い評価点を得ることがあります。 https://database.coffeeinstitute.org/coffee/210044/grade
13. 03. 03. 点数ってどうやって出してたの CQIのサイトより 各観点について詳細に説明しているサイトがあった “酸味“の説明 ？？？？？？？？？ 横方向の目盛りに記入する最終スコアは、産地特性やその他の要因（焙煎度、想定される用途など）から期 待される風味の特徴を基準として、評価者が感じたAcidityの「質」を反映するものです。 たとえば、ケニア産のコーヒーのように高い酸味が期待されるコーヒーと、スマトラ産のコーヒーのように低い 酸味が期待されるコーヒーでは、酸味の強さ自体は大きく異なります。それでも、それぞれが期待される風味の 特徴に適していれば、どちらも同じように高い評価点を得ることがあります。 https://database.coffeeinstitute.org/coffee/210044/grade
14. 04. 04. 落とし穴はここでした Acidity(酸味)は点数が高ければ高いほど酸味が強いと思っていた 酸味の強さではなく、その豆にとって適切で質の高い酸味かを評価していた 豆によって評価者（Q Grader）が基準を変えていたのは盲点 そりゃクラスタリングもうまくいきませんわ… たとえばケニア産の豆だったら、「ケニア産のコーヒー豆はこんな酸味であるべき」 というものに対してどれだけ適応しているのかを点数にしている？それはもう熟練の技 なのでは？ えこれデータとして使えなくね？？？？？？？？？
15. 05. 05. じゃあどうする 国・地域・品種・精製方法などから味の特徴をタグとして表現する うまくいくのかねこれ クラスタリングするというより、タグの組み合わせから近い豆を探すイメージ？ ある程度地域ごとにまとまりがあったのなら地図上にプロットしてあげるとわかりやすいよ ね（必ずしも地図じゃなくても） 国ごとのコーヒー豆の味の特徴を言語化してくれてるサイトがあればなと思ったり… 知見を…ください… データのなかみじゃなくて背景までちゃんと見よう そつぎょうしたい