LIFULL HOMEʼSデータセット 提供がもたらす不動産業界の イノベーション 株式会社LIFULL AI戦略室 主席研究員 清⽥ 陽司 C C S E 2 0 2 0 （ c o n f e r e n c e , o n c o m p u t e r s c i e n c e f o r e n t e r p r i s e ） 2 0 2 0 . 1 2 . 1 1 オ ン ラ イ ン 開 催 C o p y r i g h t © L I F U L L A l l R i g h t s R e s e r v e d .

清⽥ 陽司 博⼠（情報学） 株式会社LIFULL AI戦略室 主席研究員 兼 東京⼤学空間情報科学研究センター 客員研究員 1975年 福岡県⽣まれ 2004年 京都⼤学⼤学院情報学研究科 博⼠課程修了 2004-2012年 東京⼤学情報基盤センター 助⼿・助教・特任講師 2007-2011年 株式会社リッテル 上席研究員・取締役CTO 2011年 株式会社LIFULL 主席研究員（バイアウト） 関⼼分野: ⾃然⾔語処理応⽤ → 検索・推薦 → 情報リテラシー (図書館) → ⽣活領域 (不動産、介護 etc.)、産学連携 主な対外的活動 • ⼈⼯知能学会 理事／編集委員⻑ (2020.6〜) • ⼈⼯知能学会 ウェブサイエンス研究会 委員 (2019.4〜) • 情報科学技術協会（INFOSTA）理事 (2020.6〜) • 情報処理学会 ユビキタスコンピューティング研究会 幹事 (2020.4〜)

国内最⼤級の 不動産・住宅情報サイト 暮らしに密着したさまざまな 情報サービス (引越, トランクルーム, 介護, etc.) 世界約50カ国向けに展開する 住宅・中古⾞・求職などの アグリゲーションサイト (本社: スペイン バルセロナ) LIFULLグループのサービス群

株式会社LIFULL AI戦略室 • 2018年7⽉、社⻑直轄のAIビジネス実装部⾨として 設置 • 主なミッション • AIによる住まい探しのUI/UXの⾰新 • グローバルな不動産取引プラットフォームの創出 • We are hiring!

https://mck.co/3qKSQ4a

朝倉書店「不動産テック」

1. 不動産市場とテクノロジー 1.1 AIと不動産業 1.2 不動産のマッチング 1.3 不動産テックによる社会課題解決 1.4 良質なデータ資源の重要性：Garbage in garbage out 2. 不動産市場分析の理論 2.1 ヘドニックアプローチによる不動産価格分析 2.2 ヘドニック価格関数の推定 2.3 不動産価格の分解と予測 2.4 不動産価格の実際の推計 3. 不動産テックにおける機械学習の数理 3.1 不動産市場分析と機械学習 3.2 勾配降下法 3.3 線形回帰 3.4 分類（ロジスティック回帰） 3.5 ニューラルネットワーク 3.6 ノーフリーランチ定理 4. 不動産市場分析における統計・機械学習の利⽤ 4.1 不動産市場分析における統計・機械学習の⼿法 4.2 線形回帰モデル 4.3 分位点回帰 4.4 ニューラルネットワーク 4.5 その他の⼿法 4.6 ⼿法の適⽤ 5. 不動産市場への機械学習の応⽤ 5.1 不動産市場分析の実際 5.2 予測モデルのための不動産価格データの⽤意 5.3 推計⼿法の選択肢 5.4 不動産価格の予測モデル 5.5 不動産市場における介⼊効果の測定 5.6 傾向スコアを⽤いた実証分析の事例 5.7 不動産市場分析における機械学習の応⽤と課題 6. 不動産市場分析におけるGISの活⽤ 6.1 不動産市場分析とGIS 6.2 GIS の活⽤ 6.3 空間集計における基本操作 6.4 空間データの相関と補間 6.5 空間特性に配慮した不動産価格構造の推定 6.6 空間構造の取り扱い 6.7 実データを⽤いた推計例 6.8 推計結果 6.9 不動産市場分析の発展可能性 7. GISを⽤いたエリア指標の開発 7.1 エリア指標と不動産テック 7.2 不動産の価値評価 7.3 「Walkability Index」の開発 7.4 Walkability Index研究の発展可能性 8. 不動産間取り図の認識と応⽤ 8.1 市場探索⾏動における不動産間取り図 8.2 関連研究 8.3 間取り画像のグラフ化⼿法 8.4 実験 8.5 不動産間取り図の認識と応⽤に関するまとめ 9. 不動産物件情報の流通と活⽤を⽀えるデータベース・情報ア クセス技術 9.1 データベース・情報アクセス技術の発展 9.2 不動産物件情報へのデータベース・情報アクセス技術の応 ⽤ 9.3 RDBMSの仕組み 9.4 不動産物件画像への深層学習の適⽤ 9.5 質の⾼い不動産物件データベースの構築 10. 官⺠ビッグデータを⽤いた空き家分布把握⼿法の開発 10.1 わが国における空き家の増加とその問題背景 10.2 既存の空き家分布把握の⼿法 10.3 空き家分布把握に有⽤なデータ 10.4 ⿅児島県⿅児島市の事例 10.5 群⾺県前橋市の事例 10.6 空き家は予測できるのか？ 11. 不動産⾦融市場における不動産テック 11.1 不動産投資信託（REIT）市場におけるデータ資源 11.2 REIT市場データとREIT研究の動向 11.3 ⻑期的な資産⼊替の分析 11.4 REIT情報を⽤いた不動産市場分析の⽅向性

学際分野としての不動産テック • 不動産学 • 経済学 • 建築学 • 都市学 • マーケティング学、⾏動⼼理学 • コンピュータ科学 • 統計学 • 機械学習 • 画像処理 • ⾃然⾔語処理 • IoT (ユビキタスコンピューティング)

国⽴情報学研究所 情報学研究データリポジトリ (NII-IDR) LIFULL HOME’Sデータセット • 2015年11⽉より提供開始 • 国内外50以上の研究組織 で利⽤中 • データセットの内容 • スナップショット • 2015年8⽉現在の全賃貸物件 データ • 上記に紐付く画像データ • ⽉次データ • 2015年7⽉〜2017年6⽉の 24ヶ⽉分 • 緯度・経度が付与 2019年10⽉、延べ利⽤申し込み数が 100を超えました （⽇本国内のほか、⽶国・カナダ・ 中国）

データセット提供の意義 • 不動産・住まい探し分野の研究活性化 • 不動産・住まい探しに関する研究が活発になることで、今までに ない住まいの探し⽅など、新たなイノベーションが⽣まれてくる ことを期待 • 産学連携の機会創出 • 共通のデータセットを産学間で共有することによって、共同研究 の取り組みを加速するとともに、産学の垣根を越えて不動産・住 まい探し分野にフォーカスする研究コミュニティの創出を⽬指す • 情報学分野での⼈材育成への貢献 • 本データセットを⽤いたハッカソンやインターンシッププログラ ムを実施することで、学⽣の⽅々が実世界のニーズに触れる機会 を提供し、イノベーションに携わる次世代の⼈材育成に貢献

不動産・住まい探し分野の 研究活性化

No content

間取り図画像を解析して 3Dモデルを⽣成 Simon Fraser⼤学古川准教授のグループによるデータセット利⽤研究 https://www.cse.wustl.edu/~chenliu/floorplan-transformation.html → 画像処理のトップレベル国際会議 ICCV 2017に採択

No content

空⾶ぶホームズくん

空⾶ぶホームズくん

間取り図のグラフ構造化 （東⼤ ⼭崎研究室）

GANによる間取り図の⾃動⽣成 （Simon Fraser Univ. 古川研究室）

産学連携の機会創出

No content

オーガナイザ • 清⽥ 陽司（株式会社LIFULL AI戦略室 / 東京⼤学 空 間情報科学研究センター） • ⼭崎 俊彦（東京⼤学 ⼤学院情報理⼯学系研究 科） • 諏訪 博彦（奈良先端科学技術⼤学院⼤学 / 理化学 研究所 ⾰新知能統合研究センター） • 清⽔ 千弘（東京⼤学 空間情報科学研究センター / ⽇本⼤学 スポーツ科学部） • 橋本 武彦（株式会社GA technologies AI戦略室 / 電 気通信⼤学 産学官連携推進センター）

東京⼤学 空間情報科学研究センター 不動産情報科学研究部⾨（寄付講座）

情報学分野での⼈材育成への貢献

No content

統計数理研究所主催 データ分析ハッカソンへの協⼒

No content

不動産テック研究のこれから

出典: https://local.lifull.jp/

出典: 総務省平成30年住宅・⼟地統計調査

空き家問題の全貌は 誰も知らない • そもそも「空き家」の定義は？ • 住⺠票が置かれていれば「空き家」ではない？ • 住⺠が介護施設に⼊居中の場合はカウントする？ • ⺠泊で貸出している物件は「空き家」なのか？ • 地⽅⾃治体でさえ、空き家発⽣状況は把握が困難

No content

空室 (売物件) オーナー (売主) 指定流通機構 （REINS） 不動産 管理会社 （売⼿媒介） 不動産 仲介会社 物件情報 コンバーター 運営会社 不動産ポータル 運営会社 借主 (買主) (1) (2) (3) (4) (5) (6) (7) 物件情報の 棟寄せ・⼾寄せ問題

物件情報精度向上の試み • 情報の誤りの機械学習による検出 • 他社と同⼀の物件情報だと思われる場合は、是正を促 す • 画像なども棟寄せ・⼾寄せの⼿がかりとなる • 表記揺れなどを吸収したマッチング • 住所表記（○○町3丁⽬2-5 ⇔ ○○町3-2-5） • 物件名（△△APARTMENT 1番館 ⇔ △△アパートメント 壱番館） • …

IEEE MIPR 2021 不動産特別セッション 投稿締切 2021年2⽉12⽇

No content