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
routing-apiにレコメンド機能を追加する
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
NearMeの技術発表資料です
PRO
April 21, 2023
Research
87
0
Share
routing-apiにレコメンド機能を追加する
NearMeの技術発表資料です
PRO
April 21, 2023
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
【Browser Automation × AI】 Stagehandを試してみよう
nearme_tech
PRO
0
42
AIを用いた PID制御で部屋 の温度制御をしてみた
nearme_tech
PRO
0
54
CopilotKit + AG-UIを学ぶ
nearme_tech
PRO
3
250
Tile38 Overview
nearme_tech
PRO
0
61
Rust 製のコードエディタ “Zed” を使ってみた
nearme_tech
PRO
0
760
実践で使えるtorchのテンソル演算
nearme_tech
PRO
0
38
ローカルLLMを⽤いてコード補完を⾏う VSCode拡張機能を作ってみた
nearme_tech
PRO
0
640
初めてのmarimo (ハンズオン)
nearme_tech
PRO
0
52
ローカルLLM
nearme_tech
PRO
0
95
Other Decks in Research
See All in Research
[IBIS 2025] 深層基盤モデルのための強化学習驚きから理論にもとづく納得へ
akifumi_wachi
20
9.9k
社内データ分析AIエージェントを できるだけ使いやすくする工夫
fufufukakaka
1
1k
学習型データ構造:機械学習を内包する新しいデータ構造の設計と解析
matsui_528
6
4.4k
Any-Optical-Model: A Universal Foundation Model for Optical Remote Sensing
satai
3
280
COFFEE-Japan PROJECT Impact Report(海ノ向こうコーヒー)
ontheslope
0
1.2k
ドメイン知識がない領域での自然言語処理の始め方
hargon24
1
280
From Data Meshes to Data Spaces
posedio
PRO
0
540
生成AI による論文執筆サポート・ワークショップ データ分析/論文ドラフト編 / Generative AI-Assisted Paper Writing Support Workshop: Data Analysis and Drafting Edition
ks91
PRO
0
120
「行ける・行けない表」による地域公共交通の性能評価
bansousha
0
130
ScoreMatchingRiesz for Automatic Debiased Machine Learning and Policy Path Estimation with an Application to Japanese Monetary Policy Evaluation
masakat0
0
200
姫路市 -都市OSの「再実装」-
hopin
0
1.7k
20年前に50代だった人たちの今
hysmrk
0
180
Featured
See All Featured
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
0
250
It's Worth the Effort
3n
188
29k
Optimising Largest Contentful Paint
csswizardry
37
3.6k
Building Flexible Design Systems
yeseniaperezcruz
330
40k
Unsuck your backbone
ammeep
672
58k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.6k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
659
61k
More Than Pixels: Becoming A User Experience Designer
marktimemedia
3
370
Embracing the Ebb and Flow
colly
88
5k
Un-Boring Meetings
codingconduct
0
250
AI Search: Where Are We & What Can We Do About It?
aleyda
0
7.2k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
2.5k
Transcript
0 routing-apiにレコメンド機能を追加する 2023-04-21 第41回NearMe技術勉強会 Yuki Nonaka
1 目次 1. レコメンド機能とは 2. レコメンドの流れ 3. routing-apiの変更すべき点 1
2 お客さんの希望地点から乗車しようとすると、相乗りできない、または相乗りの効 率が悪くなるが、少し離れた地点まで移動してもらうと、効率よく相乗りができるよ うになるというシナリオが想定される。 そこで、routing-apiに上記のシナリオにおいて乗車地点のレコメンドをする機能を 加える。 レコメンド機能とは 2 タクシー経路 レコメンド乗車地点
確定した乗客 不確定の乗客
3 routing-apiにおけるクラスの基礎知識 3 solo_ride solo_ride ride routing_model 最大迂回係数 高速道路の使用の有無 .etc
4 レコメンドの流れ 4 レコメンドする乗車地 点をあらかじめ、いく つか決定する レコメンド地点から目 的地までのダミーの solo_rideを生成す る。
ダミーsolo_rideを add_solo_ride関数 を使って追加する 既存のrideにレコメン ド地点がくっつく
5 レコメンドの流れ 5 計 算 結 果 どのrideにも追加されていない 1つ以上のrideに追加されている レコメンド地点の再検討
or 新しく配車 1つのrideに1つのレコメンド 地点が追加されている 1つのrideに複数のレコメン ド地点が追加されている この結果が欲しい
6 レコメンド地点を最大でも1つしか選択しないために、容量に制約がつく問題 (CVRP)として解を求める。capacity,demandを2次元にすることで、この容量制 約を加える。 変更すべき点 6 capacity:[9,1] demand:[1,0] demand:[1,0] demand:[1,1]
demand:[1,1] demand:[1,1] demand:[1,1]
7 • add_solo_ride関数の引数を複数のsolo_rideにし、まとめて処理する。 ◦ addする順番によって結果が変わらないようになる。 • capacityやdemand変数を2次元に変更する。 ◦ レコメンド地点の情報を詰める。 •
需要のコールバックと容量の制約を加える。 ◦ レコメンド地点を最大でも1つしか回らないようになる。 • ペナルティを与え、レコメンド地点を全て回らなくてもエラーが起きないようにす る。 変更すべき点 7
8 Thank you