スタンバイにおける自然言語処理の利用

Transcript

1. スタンバイにおける自然言語処理の利用 2022/5/10
2. 自己紹介 北川淳一郎 • 株式会社スタンバイ SearchAdvertisingCoreGroup ◦ 検索や広告配信の精度向上案件に従事しています • 一般社団法人データサイエンティスト協会 スキル定義委員 ◦ データサイエンティスト スキルチェックリストの更新作業に従事しています
3. スタンバイについて
4. 会社概要 株式会社スタンバイは、Zホールディングス株式会社とビジョナル株式会社による合弁事業会社です 社名 株式会社スタンバイ 事業内容 求人検索エンジン「スタンバイ」の運営 住所 東京都渋谷区 設立 2019年11月12日 資本金 1億円 株式保有割合 Zホールディングス60%、ビジョナル40% Yahoo! JAPAN LINE ZOZOTOWN PayPay etc BizReach HRMOS TRABOX yamory etc 4
5. 提供サービス スタンバイは全国の仕事情報からニーズにあった 最適な求人を探すことができる求人検索エンジンです。 職種やキーワードと希望の勤務地を入れれば、すぐに仕事 が探せます。さらに、正社員・派遣・アルバイト・パート などの働き方や、給与、応募条件などのこだわり条件を絞 り込んで求人を探すことができます。 より多くの仕事情報を、より早く、より便利に ユーザーにお届けできるよう開発に取り組んでおります。 求人検索エンジン 5 https://jp.stanby.com 技術観点での仕組み：スタンバイの検索の仕組み（Stanby Tech Blog）
6. ビジネスモデル 6 広告（有料掲載）枠 無料枠 求人情報の無料掲載＋検索結果連動型広告(クリック課金)ビジネスモデルを導入 ユーザの検索行動に対して ユーザの意図を汲み取ったうえで より収益性の高い広告を応答することが大切です。
7. スタンバイにおける自然言語処理
8. 8 スタンバイにおける検索の流れ 1. 色々なところから求人情報を取得します 2. 取得した求人情報を整形し、検索エンジンにindexします 3. ユーザからクエリ入力があった場合、クエリ意図に応じた求人情報を応答します A) ユーザ入力クエリをもとに意図解釈を行います B) 意図解釈結果も用いながら、求人情報群から意図を沿うであろう求人情報を抽出します C) 抽出した求人情報をビジネスKPIが最大化されるように並び替えます スタンバイにおける自然言語処理
9. スタンバイにおける自然言語処理 9 スタンバイでは、色々なところから求人情報を 取得しています。 取得した求人情報の中には、例えば最低賃金を 割っているなどの違反求人が存在しています。 また、複数の経路から取得した中には同一の求 人情報が重複して存在しています。 これらの求人情報の抽出に自然言語処理を用い ています。
10. スタンバイにおける自然言語処理 10 検索ランキングで用いる情報を求人情報ととも に検索エンジンにindexします。 自然言語処理を用いて、求人情報の一部をベク トルにしたり、求人情報に対して職種や業種や 最寄駅などをタギングしています。 例えば、最寄駅は緯度経度のみからタギングし ていましたが、自然言語処理も利用するように した結果、精度が３倍ほど向上しました。
11. 11 ユーザからクエリ入力があったら、そのクエリ に自然言語処理を用いてタギングし、マッチン グやランキングに利用しています。 今後はタギングの種類を増やしたり、クエリそ のものを自然言語処理にてベクトルに変換した りして、より検索や広告配信の精度を向上させ ていく予定です。 スタンバイにおける自然言語処理
12. まとめ
13. まとめ • スタンバイでは、そのサービスのありとあらゆるところで自然言語処 理の利用シーンがあります。 • 検索や広告配信については、オンラインテストにて効果計測を行なっ ており、非常にエキサイティングです。 • 興味を持った方は是非スタンバイに来てください。