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
78
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
並列で⽣成AIにコーディングをやらせる
nearme_tech
PRO
1
53
希望休勤務を考慮したシフト作成
nearme_tech
PRO
0
21
Hub Labeling による高速経路探索
nearme_tech
PRO
0
66
Build an AI agent with Mastra
nearme_tech
PRO
0
70
Rustで強化学習アルゴリズムを実装する vol3
nearme_tech
PRO
0
37
Webアプリケーションにおけるクラスの設計再入門
nearme_tech
PRO
1
82
AIエージェント for 予約フォーム
nearme_tech
PRO
2
150
ULID生成速度を40倍にしたった
nearme_tech
PRO
2
55
Amazon AuroraとMongoDBの アーキテクチャを比較してみたら 結構違った件について
nearme_tech
PRO
0
28
Other Decks in Research
See All in Research
クラウドのテレメトリーシステム研究動向2025年
yuukit
3
960
なめらかなシステムと運用維持の終わらぬ未来 / dicomo2025_coherently_fittable_system
monochromegane
0
700
大規模な2値整数計画問題に対する 効率的な重み付き局所探索法
mickey_kubo
1
270
ノンパラメトリック分布表現を用いた位置尤度場周辺化によるRTK-GNSSの整数アンビギュイティ推定
aoki_nosse
0
330
Self-supervised audiovisual representation learning for remote sensing data
satai
3
230
Adaptive Experimental Design for Efficient Average Treatment Effect Estimation and Treatment Choice
masakat0
0
140
AIによる画像認識技術の進化 -25年の技術変遷を振り返る-
hf149
6
3.6k
電通総研の生成AI・エージェントの取り組みエンジニアリング業務向けAI活用事例紹介
isidaitc
1
660
さくらインターネット研究所 アップデート2025年
matsumoto_r
PRO
0
660
ストレス計測方法の確立に向けたマルチモーダルデータの活用
yurikomium
0
720
Submeter-level land cover mapping of Japan
satai
3
130
A multimodal data fusion model for accurate and interpretable urban land use mapping with uncertainty analysis
satai
3
230
Featured
See All Featured
Why Our Code Smells
bkeepers
PRO
336
57k
Intergalactic Javascript Robots from Outer Space
tanoku
271
27k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
161
15k
Into the Great Unknown - MozCon
thekraken
40
1.9k
The Art of Programming - Codeland 2020
erikaheidi
54
13k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
830
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
46
9.6k
Typedesign – Prime Four
hannesfritz
42
2.7k
A designer walks into a library…
pauljervisheath
207
24k
Learning to Love Humans: Emotional Interface Design
aarron
273
40k
How to Think Like a Performance Engineer
csswizardry
25
1.7k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
30
2.1k
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