【全7回】グラフはなぜ使われていない？どうやって使われている？グラフデータベース活用事例 #4

今回は「リコメンデーションと機械学習」編！（オンライン開催）
Youtube: https://youtu.be/ZmMWAST3Y44

グラフデータベースと呼ばれる DBMS（正確さのために「グラフ DBMS」と表記します）は 10年以上前から市場に存在しており、今では多くの開発者がその概要、たとえばグラフという直感的なモデルや「辿る」処理の性能メリット、について見聞きしたことがあるかと思います。その一方で、実際のシステム、とりわけ可用性や安定性が求められるビジネス・クリティカルなシステムでグラフ DBMS が採用されている例は今まで非常に稀でした。

グラフというデータモデルは DBMS で扱うビジネス価値がないのでしょうか。または、長らく注目されているグラフのユースケース（金融の不正検知、製造のトレーサビリティ分析、犯罪や税の不正の調査など）には障壁があるのでしょうか。そんな懸念も持たれていましたが、この数年、一転して、いくつもの業種でグラフ DBMS の導入が検討されるようになりました。

このシリーズでは、最近のユースケースを掘り下げて見てみることで、なにがブレークスルーになっているのかを探っていきたいと思います。ご担当業種で今すぐ再利用いただけるネタ・デモなども共有する予定です。以前よりグラフ DBMS の用途を模索しながら悪戦苦闘してきた登壇者が、その失敗経験なども交えながら、まだまだ進化していくデータベースの面白さをお伝えします。

1 銀行送金の可視化と不正検知 11/17（木） 満員御礼
2 犯罪や税不正、利益相反の調査 12/08（木） 満員御礼
3 部品表とトレーサビリティ 01/12（木） 満員御礼
4 リコメンデーションと機械学習 02/09（木） 本ページ
5 仮）配送計画の最適化と見える化 03/09（木） 予定
6 仮）通話履歴の分析、詐欺の検出 04/13（木） 予定
7 仮）社員の協業の可視化と評価 05/11（木） 予定

Transcript

1. グラフはなぜ使われていない？どうやって使われている？
   グラフデータベース活用事例まとめ
   #4「リコメンデーションと機械学習」編
   Ryota Yamanaka
   Product Manager Asia-Pacific
   Spatial and Graph, Product Development
   Feb 9, 2023
   

   View Slide

2. ユースケース概要、顧客事例、デモコンテンツを紹介します
   • 第1回（11月17日）銀行送金の可視化と不正検知（金融）
   • 第2回（12月08日）犯罪や税不正、利益相反の調査（公共）
   • 第3回（01月12日）部品表とトレーサビリティ（製造）
   • 第4回（02月09日）リコメンデーションと機械学習（小売）
   • 第5回（03月09日）配送計画の最適化と見える化（物流） 航空機搭乗者の関係性の検出
   • 第6回（04月13日）通話履歴の分析、詐欺の検出（通信） 情報システムとクリティカルパス
   • 第7回（05月11日）社員の協業の可視化と評価（人事）
   対象：各インダストリでグラフデータベースの導入を検討されている方、
   グラフという技術に興味がある方（コンプするとグラフエキスパートになれる？）
   Agenda
   Copyright © 2023, Oracle and/or its affiliates
   2
   

   View Slide

3. リソース
   • 日本語
   • このシリーズのスライドの公開先
   • https://oracle-code-tokyo-dev.connpass.com/event/265244/
   • CodeZine 記事「グラフ・データベースはなぜ使われてこなかったか、その展望とは」
   • https://codezine.jp/article/detail/16539
   • Qiita: https://qiita.com/tags/oraclegraph
   • Twitter: https://twitter.com/uraryotas
   • 英語
   • Medium: https://medium.com/tag/oracle-graph
   • LinkedIn: https://www.linkedin.com/groups/1848520/
   • YouTube: https://www.youtube.com/channel/UCZqBavfLlCuS0il6zNY696w
   Copyright © 2022, Oracle and/or its affiliates
   3
   

   View Slide

4. Copyright © 2023, Oracle and/or its affiliates
   4
   ユースケース紹介
   

   View Slide

5. 1. 購買記録から顧客と商品の二部グラフを作成
   Copyright © 2023, Oracle and/or its affiliates
   5
   • 表からグラフを定義
   • 顧客や商品のマスター（ディメン
   ション表）からノードを作成
   • 購買のトランザクション（ファク
   ト表）からエッジを作成
   • 分析の対象と手法によって、データ
   ウェアハウス内の必要なデータのみ
   をグラフに変換することが可能
   • ビュー（PG View）として保持す
   るためデータの複製は不要
   • アルゴリズム利用の際にはメモリ
   上にグラフをロード
   Customer Product
   Purchased
   Recommendation
   

   View Slide

6. 2. アルゴリズムを用いてリコメンデーションを計算
   Copyright © 2023, Oracle and/or its affiliates
   6
   • Two approaches
   • Evaluate only the surrounding information
   (for on-the-fly, real-time recommendation)
   • Evaluate the entire graph (then, calculate the
   similarity scores between vertex vectors)
   

   View Slide

7. 2. アルゴリズムを用いてリコメンデーションを計算
   Copyright © 2023, Oracle and/or its affiliates
   7
   • グラフ全体に対する処理が必要ないもの
   • PPR (Personalized PageRank): ランダムウォークを用いて関係性の高いノードを検出
   • SALSA (Stochastic Approach for Link-Structure Analysis): PPR の二部グラフへの拡張
   • 二部グラフでなく Twitter のような同質グラフの場合には Who-to-follow
   • グラフ全体に対する処理が必要なもの（ベクトル表現の類似度を利用）
   • 協調フィルタリング: 顧客数を次元数とした行列を Matrix Factorization で次元圧縮
   • DeepWalk: ランダムウォークの結果を文字列として word2vec に与えてノードのベクトル表現を取得
   • GraphWise: スケーラブルな Graph Neural Networks の実装で、ノードのプロパティの畳込みが可能
   ＊ボールド体で記載されたアルゴリズムは全て Graph Server にはじめから内蔵されており、
   必要に応じてカスタマイズも可能
   

   View Slide

8. 3. リコメンデーションの取得と利用
   Copyright © 2023, Oracle and/or its affiliates
   8
   • 計算結果はグラフに格納できる
   • ノードのリコメンデーションスコア
   • ノードのベクトル表現
   • クエリによって制約条件を満たす優先度
   の高いリコメンデーションを検索
   • 以前に購買されていないものなど
   • 結果をデータベースに下記戻して永続化
   することで再利用することも可能
   • APEX アプリケーションなど
   

   View Slide

9. 3. リコメンデーションの取得と利用
   Copyright © 2023, Oracle and/or its affiliates
   9
   

   View Slide

10. Copyright © 2023, Oracle and/or its affiliates
    10
    顧客事例
    

    View Slide

11. CaixaBank - 顧客 360 度分析
    Copyright © 2023, Oracle and/or its affiliates
    11
    • 関係性を加えて顧客データを充実させる
    • 顧客プロファイルの充実
    • リスク評価の向上
    • 情報源
    • 同じ時間、同じ場所でクレジットカードを利用
    • 関係性を示唆する銀行送金、e-Wallet 決済
    • ワークフロー
    • リレーショナルデータからメイングラフへの
    マッピング、サブグラフの抽出
    • メモリに移動し、アルゴリズムを実行
    • ビジネスアナリストによるインタラクティブな
    分析と結果を基にしたバッチ処理
    Images courtesy: Caixabank
    https://youtu.be/j_RlUmd6qps
    

    View Slide

12. Copyright © 2023, Oracle and/or its affiliates
    12
    デモの内容
    

    View Slide

13. 1. 購買記録から顧客と商品の二部グラフを作成
    Copyright © 2023, Oracle and/or its affiliates
    13
    • Moviestream データセット
    • 148,129 顧客
    • 3,800 映画タイトル
    • 956,730 購買履歴（2019-01）
    • こちらのワークショップからダウンロード
    • https://apexapps.oracle.com/pls/apex/r/dbp
    m/livelabs/view-workshop?wid=889
    • 他の顧客のレンタルの傾向から、顧客がまだ観
    ていない映画を推薦できるか
    CREATE PROPERTY GRAPH graph1
    VERTEX TABLES (
    customer
    KEY (cust_id) LABEL customer
    PROPERTIES (cust_id, first_name, last_name, email)
    , movie
    KEY (movie_id) LABEL movie
    PROPERTIES (movie_id, title, year)
    )
    EDGE TABLES (
    rental
    KEY (sales_id)
    SOURCE KEY(cust_id) REFERENCES customer
    DESTINATION KEY(movie_id) REFERENCES movie
    LABEL rented PROPERTIES (day_id)
    )
    

    View Slide

14. 2. アルゴリズムを用いてリコメンデーションを計算
    Copyright © 2023, Oracle and/or its affiliates
    14
    

    View Slide

15. 2. アルゴリズムを用いてリコメンデーションを計算
    Copyright © 2023, Oracle and/or its affiliates
    15
    

    View Slide

16. 3. リコメンデーションの取得と利用
    Copyright © 2023, Oracle and/or its affiliates
    16
    

    View Slide

17. Copyright © 2023, Oracle and/or its affiliates
    17
    デモ！
    

    View Slide

18. Oracle Graph に関する情報 （再掲）
    • 日本語
    • このシリーズのスライドの公開先
    • https://oracle-code-tokyo-dev.connpass.com/event/265244/
    • CodeZine 記事「グラフ・データベースはなぜ使われてこなかったか、その展望とは」
    • https://codezine.jp/article/detail/16539
    • Qiita: https://qiita.com/tags/oraclegraph
    • Twitter: https://twitter.com/uraryotas
    • 英語
    • Medium: https://medium.com/tag/oracle-graph
    • LinkedIn: https://www.linkedin.com/groups/1848520/
    • YouTube: https://www.youtube.com/channel/UCZqBavfLlCuS0il6zNY696w
    Copyright © 2023, Oracle and/or its affiliates
    18
    

    View Slide

19. View Slide