リクルートにおけるビッグデータ活用「A3RTのご紹介」

リクルートにおけるビッグデータ活用「A3RTのご紹介」株式会社リクルートテクノロジーズ ITソリューション統括部ビッグデータプロダクト開発グループ薬師寺政和

2 Copyright © Recruit Technologies Co., Ltd. All Rights Reserved.
 氏名薬師寺政和  所属株式会社リクルートテクノロジーズ ITソリューション統括部ビッグデータプロダクト開発グループ  役割ビッグデータソリューションの提案・開発・導入など  趣味etc ランニング、たまにトレイルラン、中国語勉強したい自己紹介

本日の内容はじめに A3RTについて Chatbotについて最後に

リクルートのビジネスモデルさまざまなドメインでマッチングモデルに基づいたビジネスを展開。 Matching Business HR Bridal Group Buying Used Cars Travel Real Estate Beauty Gourmet Social Games E-Commerce Ad Network New Business Consumers Enterprise

リクルートの事業領域「選択」をサポートするような情報サービスを展開 Life event area Lifestyle Area Travel Business support Lifestyle Health & Beauty Job Hunt Marriage Job Change Home Purchase Car Purchase Child Birth Education

リクルートテクノロジーズの立ち位置 Infrastructure /Security Project Management UXD/SEO Internet Marketing Big Data Solutions Technology R&D Systems Development リクルートホールディングスは7つの主要事業会社と３つの機能会社から成り立っている。 Recruit Holdings Recruit Career Recruit Sumai Company Recruit Lifestyle Recruit Jobs Recruit Staffing Recruit Marketing Partners Staff service Holdings Recruit Technologies Recruit Administration Recruit Communications Business/ Service Function/ Support ITソリューションの提供

ビッグデータ解析部門の組織体制 8 ITソリューション統括部ビッグデータビジネスコンサルティンググループビッグデータ人材領域グループビッグデータ販促・バイト領域グループソリューションを軸とした予測、BI、競合分析人材領域を軸とした各種レコメンドの開発販促・バイトを軸とした各種レコメンドの開発ビッグデータＩＤ・ポイント領域グループ IDポイントを軸とした各種レコメンドの開発ビッグデータプロダクト開発グループビッグデータインフラグループＩＤポイントビッグデータシステムグループソリューションを軸とした各種R&D系プロダクトの開発ビックデータ基盤の構築・運用ビックデータ部 IDポイントPRJの基盤の構築・運用データマネジメントグループ DMPやデータマネジメント全般金融データプラットフォームグループリクルートファイナンスパートナーズの扱うデータを中心とした分析業務

A3RTの導入リクルートテクノロジーズでは社内での機械学習並びにDeep Learningなどに代表される AI系ロジックを同一ブランドで統一・整備をし、社内に展開している。

A3RTサービス一覧  A3RTでは現在、下記のようなAPIサービスを整備・開発。  これまでデータ活用が数多く進んでいるカスタマーサイドだけではなく、クライアントサイド、営業シーン、制作業務などでの利用を想定し開発している。レコメンドバナーターゲティング OCR 画像解析原稿サジェスト文章校閲文章要約文章分類音声テキスト化屋内位置測位 ChatBot 転移学習マルチモーダルデータマスキング

構築にいたった理由案件ごとのフルスクラッチ開発 一番自由度が高く最適な機能が作れる。一方、一から検討・開発するため、どうしても時間・コストがかかるので、全てのケースに対応できない外部のAPI群  一部は活用すべきだが、リクルートグループでの活用にそのまま使える機能が不足。汎用性が仇になる。  【効果的な機能】リクルートグループ特化による効果的なソリューションの開発。  【導入しやすさ】リクルート汎用的な機能についてはAPI化。導入の迅速化／低コスト化。  【最新技術】バックエンドのアルゴリズム、インフラ環境も常に最新かつ適切なものが適用できるよう継続的に検証。  【効率など付加価値】オペレーション部分にも最新技術を適応。精度／運用効率向上に向けた取り組みを継続的に実施。（DeepLearningの自動パラメータチューニング機能他）  リクルートグループにおいて機械学習によるソリューション活用の敷居はまだまだ高く、活用をスピードアップ・拡大するためには設計～開発～運用に工数が多くかかっていた。  データ活用・ロジック作成に気を取られ、ビジネス活用まで考えがいたらない状況。

レコメンド・推薦API  利用するデータを定型化しレコメンドの導入時間やコストを短縮  これまで個別サービスに特化して作られていたレコメンド機能の開発を、統一的に扱うデータスキームを策定して規格化  導入障壁を減らしてどのようなサービスでも気軽に導入できるようにサポート過去のユーザ履歴に基づいたレコメンド構築の自動化

画像解析API 汎用的なロジックを構築し目的ごとに特化した画像解析処理  ビジネスへの応用例  物体識別  不適切画像検出  タグ付与  画像認識によるレコメンド  OCR（文字読み取り）

文章サジェストAPI 大量の原稿情報を学習して、機械による原稿の自動作成  学習した原稿に近い文章を作成・サジェスト  なるべく自然な日本語で、学習した原稿に近い文章を生成  原稿作成者の負担減や作業効率化、熟練者と同じような文章を新人が書けるようなサポートを機械が担うことによる属人化への対応

自動校閲API ルールベースと機械学習のハイブリットによる原稿校閲  誤字脱字や不適切表現の自動検出  Web掲載原稿の校閲にかかる工数/時間を削減することで、今の原稿作成体制で扱うことのできる総量を増やす「納める」ではないですか？ • ルールベースによるチェック • 日付と曜日の整合性 • 住所の間違い • NGワード • 機械学習によるチェック • 漢字や助詞などの誤字脱字 • 差別表現となりうる表現 • 組合せによるNG表現

A3RTサービス一覧  A3RTでは現在、下記のようなAPIサービスを整備・開発。  これまでデータ活用が数多く進んでいるカスタマーサイドだけではなく、クライアントサイド、営業シーン、制作業務などでの利用を想定し開発している。レコメンドバナーターゲティング OCR 画像解析原稿サジェスト文章校閲文章要約文章分類音声テキスト化屋内位置測位 ChatBot 転移学習マルチモーダルデータマスキング

Chatbot概要

日常会話 Q&A Chatbot概要

ゼクシィ恋結びでの事例目的 CSに寄せられる問い合わせ件数の削減（簡単な質問は事前に機械で答えてしまう。）現状  メール、電話での問い合わせ件数は増加傾向  一方で問い合わせの内容は、ID忘れなど簡素化  内容は口語体文章化、短文化  ナレッジの属人化  コストセンターとして費用がかけられない状況

お問い合せ率推移・Chatbot導入後に問合せ率が34.1%削減された。事業側で効果ありと判断。・問い合わせの中にChatBotに対する苦情はなし。

時間帯別BOT利用数 BOTは２４時間３６５日機械で応答可能であり利用数は深夜帯がピークであった。

システム構成図 S3 log Chat API EC2 Core 日常会話 API Q&A API redis Input Message Return Message learning 画像認識 API 音声認識 API Elasticsearch Q&A Master

システム構成図 S3 log Chat API EC2 Core 日常会話 API Q&A API redis Input Message Return Message learning 画像認識 API 音声認識 API Elasticsearch Q&A Master 検索ｘ機械学習ハイブリッド応答により回答精度を担保

システム構成図 S3 log Chat API EC2 Core 日常会話 API Q&A API redis Input Message Return Message learning 画像認識 API 音声認識 API Elasticsearch Q&A Master ログを学習データに還元することで回答精度を半自動的に向上

CNNによるテキスト分類 ①学習データを用意カテゴリテキストカテゴリ１ログインできないカテゴリ１ログインしたい・・・・・・カテゴリ２パスワード忘れたカテゴリ２パスわからない・・・・・・カテゴリ３メルマガ停止カテゴリ３メール止めたい ②分類モデルを学習「ログインできない」 Convolutional Neural Networks Q&A API 「ログイン出来ない場合は〜」カテゴリ１：９５％カテゴリ２：４０％カテゴリ３：２５％カテゴリ４：１０％

CNNによるテキスト分類 ①学習データを用意カテゴリテキストカテゴリ１ログインできないカテゴリ１ログインしたい・・・・・・カテゴリ２パスワード忘れたカテゴリ２パスわからない・・・・・・カテゴリ３メルマガ停止カテゴリ３メール止めたい ②分類モデルを学習「ログインできない」 Convolutional Neural Networks Q&A API 「ログイン出来ない場合は〜」カテゴリ１：９５％カテゴリ２：４０％カテゴリ３：２５％カテゴリ４：１０％ログ

CNNによるテキスト分類 ①学習データを用意カテゴリテキストカテゴリ１ログインできないカテゴリ１ログインしたい・・・・・・カテゴリ２パスワード忘れたカテゴリ２パスわからない・・・・・・カテゴリ３メルマガ停止カテゴリ３メール止めたい ②分類モデルを学習「ログインできない」 Convolutional Neural Networks Q&A API 「ログイン出来ない場合は〜」カテゴリ１：９５％カテゴリ２：４０％カテゴリ３：２５％カテゴリ４：１０％カテゴリ質問文回答文評価カテゴリ１ログインできない「ログイン出来ない場合は〜」 Good ログ評価を元に学習データに還元

システム構成図 S3 log Chat API EC2 Core 日常会話 API Q&A API redis Input Message Return Message learning 画像認識 API 音声認識 API Elasticsearch Q&A Master 機能をパーツのように組み立てることが可能多様なユースケースに応じてカスタマイズしやすい

システム構成図 S3 log Chat API EC2 Core 日常会話 API Q&A API redis Input Message Return Message learning 画像認識 API 音声認識 API Elasticsearch Q&A Master

横展開の展望営業コールセンター ①リクルートとクライント/②リクルートとユーザ/③ユーザとクライント/④リクルート内部のやりとりが存在し、すべてにBOT導入の余地がある。バックオフィスユーザークライアント

A3RT-API A3RT-APIを社外公開しております。 https://a3rt.recruit-tech.co.jp/ ぜひ試し、良い意見も悪い意見もフィードバックください。

ご静聴ありがとうございましたリクルートテクノロジーズ

リクルートにおけるビッグデータ活用「A3RTのご紹介」

リクルートにおけるビッグデータ活用「A3RTのご紹介」

Transcript

More Decks by Recruit Technologies

Other Decks in Technology

Featured