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
NearMeの技術発表資料です
PRO
April 21, 2023
Research
0
72
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
Tweet
Share
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
ESLintをもっと有効活用しよう
nearme_tech
PRO
0
6
リファクタリングのための第一歩
nearme_tech
PRO
0
29
ガウス過程回帰とベイズ最適化
nearme_tech
PRO
1
75
確率的プログラミング入門
nearme_tech
PRO
2
69
Observability and OpenTelemetry
nearme_tech
PRO
2
35
観察研究における因果推論
nearme_tech
PRO
1
100
React
nearme_tech
PRO
2
41
Architecture Decision Record (ADR)
nearme_tech
PRO
1
860
遺伝的アルゴリズムを実装する
nearme_tech
PRO
1
62
Other Decks in Research
See All in Research
渋谷Well-beingアンケート調査結果
shibuyasmartcityassociation
0
310
情報処理学会関西支部2024年度定期講演会「自然言語処理と大規模言語モデルの基礎」
ksudoh
10
2.2k
ECCV2024読み会: Minimalist Vision with Freeform Pixels
hsmtta
1
310
2024/10/30 産総研AIセミナー発表資料
keisuke198619
1
380
第79回 産総研人工知能セミナー 発表資料
agiats
2
180
Weekly AI Agents News!
masatoto
28
37k
Composed image retrieval for remote sensing
satai
2
130
Human-Informed Machine Learning Models and Interactions
hiromu1996
2
530
VisFocus: Prompt-Guided Vision Encoders for OCR-Free Dense Document Understanding
sansan_randd
1
350
PetiteSRE_GenAIEraにおけるインフラのあり方観察
ichichi
0
200
ニュースメディアにおける事前学習済みモデルの可能性と課題 / IBIS2024
upura
3
700
[2024.08.30] Gemma-Ko, 오픈 언어모델에 한국어 입히기 @ 머신러닝부트캠프2024
beomi
0
820
Featured
See All Featured
The Pragmatic Product Professional
lauravandoore
32
6.3k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
38
1.9k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
226
22k
A better future with KSS
kneath
238
17k
4 Signs Your Business is Dying
shpigford
182
21k
Into the Great Unknown - MozCon
thekraken
33
1.5k
Building a Modern Day E-commerce SEO Strategy
aleyda
38
7k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
120k
A Modern Web Designer's Workflow
chriscoyier
693
190k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
169
50k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
356
29k
RailsConf 2023
tenderlove
29
940
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