コーヒー豆の可視化で 迷走しまくった（ている）話

新卒N年目の勉強会&交流会！「Tech Talk !!!!」( https://fresh-engineers.connpass.com/event/399536/ )登壇資料

Transcript

1. コーヒー豆の可視化で 迷走しまくった（ている）話 2026/08/06 min @carrot__pyon_
2. 目次 01. 0 1. 02. 0 2. 03. 03. 04. 04. 05. 05. 背景 大体の方針 データを加工してみた 実装したものの紹介 出てきた問題点たち
3. 卒業演習でコーヒー豆の味の可視化をしようとして 迷走しているお話をします よろしくお願いします 可視化にも色々あるよって話ができたら嬉しい
4. 01. 01. 背景(そもそもコーヒーとはなんぞや) コーヒーノキの果実の種子を焙煎し、 挽いた粉末からお湯や水で成分を抽出した飲み物 日本人は1人あたり平均して1日に約2杯（週に約11杯）コーヒーを飲んでいる 全日本コーヒー協会の調査では、習慣的に飲む人は全体の74.3% 世界全体では1日に約20億杯が消費
5. 01. 01. 背景(そもそもコーヒーとはなんぞや) コーヒーは産地・焙煎度・価格・味の特徴など、選ぶための情報が多!! 「苦味」「酸味」「コク」「香り」etc... 同じ豆でも抽出方法や温度などで味が変わってしまう 味の表わし方もメーカーによって異なる →一元化してコーヒー豆の味見れるものがあったら便利じゃない？？？
6. 01. 01. 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 情報可視化の研究室なので可視化のWebサイトを作るのが条件 みんなコーヒー好きだからやってみることにした（全然にわか）
7. 02. 02. 大体の方針 1. データを探す（なかったら作る） 2. 仮説を立てる 3. データを加工する 4. サイトを実装する 5. ユーザ評価 6. 演習レポート 7. 卒業！！！
8. 02. 02. 1.データを探す→ありました Coffee Quality database from CQI アメリカの非営利団体CQI（Coffee Quality Institute）が蓄積しているコーヒーの 品質評価データをまとめたデータベース 1,338件のデータを収録 味の特徴量データには評価点数10点満点が入っている（値が高い＝より質が良い） 品種情報 品種名 精製方法 産地情報 生産国 地域（Region） 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 https://www.kaggle.com/datasets/volpatto/coffee-quality-database-from-cqi
9. 02. 02. 2.方針を立てる 6次元の味の特徴量を使ってクラスタリングを行って似ている味を クラスタでまとめたい でも1,338件全てを描画するのは量が多すぎる… 「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？」 →産地だと粒度が荒すぎるので地域ごとでみてみよう →世界地図上にそれをプロットしたらおもしろそう！ データの正規化・特徴量の抽出などを地域単位で行う →ハワイのkona、ケニアのMeru のように 国 地域数 34か国・地域 128 正規化したら地域数もいい感じの数になった
10. 03. 03. データの加工 (ちょっとテクいはなし１) 用いたクラスタリング：HDBSCAN データの集まり（密度）を利用してグループを自動で見つける教師な し学習のクラスタリング手法 クラスター数の事前指定が不要 任意の形状に対応 ノイズを自動で除外 クラスターへの所属の確かさを表す値を得られる 今回の要望 味のグループ数や分布の形が事前に分からない 外れ値も含まれる可能性があるかも その地域に複数の味の傾向がどのくらい含まれるかを割合で見たい この辺りを満たしていたので採用！！
11. 03. 03. クラスタリング結果 結果を散布図にしたもの クラスタごとのヒートマップ
12. 03. (ちょっとテクいはなし２) クラスタの命名について 03. 一定閾値(+-0.1)を超えた特徴量を元に 各クラスタに名前をつける C0なら “後味すっきり”など 閾値を超える軸が1つも無い場合は最も際 立つ1軸だけを符号に応じて採用 これはサイトに載せてる凡例 クラスタごとのヒートマップ
13. 03. 03. 重なり除去について (ちょっとテクいはなし３) d3-forceを用いてノードの重なりの除去を行っている ノード同士が重ならないように、押し合う力を加えて配置を調整 → 重なり除去前 重なり除去後
14. 04. 04. 実装したものの紹介
15. 05. 05. 出てきた問題点たち 地理的な位置は、味の類似性を直接表すものではない の仮説がミスってるのでは？？ 世界地図上の配置では、味の違いや近さが配置から直感的に読み取りにくい 産地の位置関係に関する知識が必要になる ノードの重なり除去によって、実際の位置関係が変化する 自分好みの豆探索を可視化ではなく、ツールに頼りすぎている →もしかして：つくりなおし
16. 05. 05. 頑張ってあがいた ネットワーク図にしてみた 軸を可変にしてみた（スターコーディネート） 丸めずに全ノード出してみた 3D描画にしてみた 国単位で丸めて塗りつぶした 初心に帰って散布図
17. 05. 05. 頑張ってあがいた そもそものクラスタのまとめかたがいけなかったのでは？？？ ネットワーク図にしてみた 軸を可変にしてみた（スターコーディネート） 丸めずに全ノード出してみた おしまい。 3D描画にしてみた 国単位で丸めて塗りつぶした 初心に帰って散布図
18. 06. 06. まとめ１ データをみてさまざまな視点から仮説を立てることが大事 仮説通りにデータがまとまらないこともあるし データの加工手法を変えたらうまくいくこともある 検証もしっかりする 重なり除去(d3-force) 次元削減(UMAP・t-SNE) クラスタリング どの段階で詰まっているのかがわかりにくい いまんとこ仮説だと思ってるけどどうなんだろうね どうがんばってもおもしろくならないデータもあるらしい(by指導教員) AIによってアウトプットを出す速度は格段に上がったのでとりあえず検証しまくるのは大事
19. 06. 06. まとめ２ 可視化の奥は深い！！！ 私が語っていいのかももはやわからん 同じクラスタリング・次元削減でも手法によって全然結果が違う もとのデータにあうものを選ぼう・ためそう 誰か有識者の方いたら一緒に話したいです… だいぶチームで詰んでます助けてください… 「どんなことがみれたらうれしい」などでもききたいです！ そつぎょうしたい