機械学習を⽤いた⽇経電⼦版Proのユーザ分析 / Data Analysis in Nikkei using Machine Learning

Data Driven Developer Meetup #4 (#d3m) での発表資料
https://d3m.connpass.com/event/115217/

Transcript

1. ػցֶशΛ༻͍ͨ ೔ܦిࢠ൛1SPͷϢʔβ෼ੳ ೔ຊܦࡁ৽ฉࣾ ੴݪↅଠ࿠ %BUB
   %SJWFO
   %FWFMPQFS
   .FFUVQ
    +BO
   OE
   
2. ٕज़ॻయͰࣥචɾެ։  ٕज़ॻయ̑Ͱ൦෍ͨ͠೔ܦిࢠ൛ͷٕज़ॻΛ࠶ൢ͠·͢ɻ
   IUUQTOPUFNVOJLLFJ@TUBGGOODCBC • ୲౰ͨ͠ୈষʮػցֶशΛ༻͍ͨ೔ܦిࢠ൛1SP ͷϢʔβ෼ੳʯ͸શͯແঈެ։த
3. ຊ೔ͷ࿩୊ • ࣗݾ঺հ • σʔλಓ৔ͱʮ೔ܦిࢠ൛1SPʯ • σʔλͷऔಘ • ୳ࡧతσʔλ෼ੳͱલॲཧ • ༧ଌϞσϧͷߏங • ݁ՌͷղऍͱϏδωε׆༻ 
4. ࣗݾ঺հ • ੴݪↅଠ࿠ !VQVSB • ೔ຊܦࡁ৽ฉࣾ ೥݄ೖࣾ • σʔλΞφϦετˍΤϯδχΞ • େֶ࣌୅ɿֶ໰͸޻ֶ෦ɺ՝֎׆ಈ͸େֶ৽ฉ • झຯɿ,BHHMFɺڝϓϩɺϒϩά ʢ݄͸BEWFOU
   DBMFOEBSͳͲͰຊࣥචʣ 
5. σʔλυϦϒϯνʔϜ • αʔϏεاըɾ։ൃ΍ӦۀɾϚʔέςΟϯάͰ ʮσʔλΛ਎ۙʹʯ • ୯ͳΔ෼ੳ͚ͩͰ͸ͳ͘ɺج൫ͷ੔උɺଌఆ߲໨ͷ ઃܭɺۀ຿ޮ཰Խʹ޲͚ͨ؀ڥ੔උͳͲ • ར༻ݴޠɿ42-
   1ZUIPO
   3
   /PEFKT
   ೔ຊޠ 
6. ຊ೔ͷ࿩୊ • ࣗݾ঺հ • σʔλಓ৔ͱʮ೔ܦిࢠ൛1SPʯ • σʔλͷऔಘ • ୳ࡧతσʔλ෼ੳͱલॲཧ • ༧ଌϞσϧͷߏங • ݁ՌͷղऍͱϏδωε׆༻ 
7. σʔλಓ৔ • σʔλυϦϒϯΛՃ଎͢Δڭҭ੍౓ʢ೥ʙʣ • ෼ੳ୲౰ऀ͚ͩͰͳ͘ฤूɾӦۀɾ޿ࠂͷؔ܎ऀΒ ͕ɺ42-΍σʔλʹجͮ͘1%$"ͷճ͠ํΛֶͿ • ໿Χ݄ʹΘͨΓिʹҰ౓ɺۀ຿࣌ؒ಺ͷ೔࣌ؒ ͷ࿮ͰूதతʹऔΓ૊Ή  ૑ۀ೥ͷݹ͍ձࣾͰσʔλͷຽओԽΛਐΊͨ࿩
   IUUQTTQFBLFSEFDLDPNZPTVLFTV[VLJOJLLFJEBUBESJWFO
8. ػցֶशτϨʔχϯά • σʔλಓ৔ͷൃల൛ • ֎෦ߨࢣ΋ট͖ɺػցֶशͷཧ࿦΍Ϗδωε΁Ԡ༻ ͢ΔͨΊͷϊ΢ϋ΢ͳͲΛֶͿ • ύοέʔδΛ࢖Θͳ͍ػցֶशΞϧΰϦζϜͷ࣮૷ ͔Β࢝Ίɺ࠷ऴతʹػցֶशΛ༻͍ͯࣗࣾαʔϏε ͷσʔλΛ෼ੳ 
9. ೔ܦిࢠ൛1SP • ๏ਓ޲͚ͷʮ೔ܦిࢠ൛ʯ IUUQTQSOJLLFJDPNQSP • ෳ਺ਓͰهࣄͷίϝϯτ΍ڞ༗͕Ͱ͖Δάϧʔϓ ػೳͳͲɺݸਓܖ໿ͷ೔ܦిࢠ൛ʹ͸ͳ͍ػೳɾ ίϯςϯπ͕ॆ࣮ • ຊܖ໿લͷແྉτϥΠΞϧΛఏڙ • ແྉτϥΠΞϧ͔Βຊܖ໿ʹࢸΔׂ߹ɺ͢ͳΘͪ ʮຊܖ໿཰ʯ͸ɺച্ʹ௚݁͢Δॏཁͳࢦඪ 
10. ࠓճͷ෼ੳͷ໨త • ຊܖ໿཰ͷ޲্Λ໨ࢦ͠ɺաڈʹແྉτϥΠΞϧ ͔Βຊܖ໿ͨ͠ʗ͠ͳ͔ͬͨϢʔβΛର৅ʹ͠ɺ ͦΕͧΕͲͷΑ͏ͳಛ௃͕͋Δ͔೺Ѳ • Ϣʔβͷଐੑ৘ใ΍ར༻܏޲ʹؔ͢Δ৘ใ͔Βɺ ػցֶशΛ༻͍Δ͜ͱͰେྔͷσʔλΛॲཧ͠ɺ ຊܖ໿͢Δ͔൱͔ʹؔΘΔಛ௃ΛఆੑతͰ͸ͳ͘ ఆྔతʹಛఆ 
11. ಛ௃ྔͷॏཁ౓  આ໌ม਺ !ɿ Ϣʔβଐੑ΍ར༻܏޲ user_id "# "$ ... "% & 00000001 0 00000002 1 00000003 0 ໨తม਺ yɿ ຊܖ໿ʹࢸ͔ͬͨ൱͔ ػցֶशϞσϧ ಗ໊Խ͞Εͨ*% ༧ଌʹ༻͍ͨಛ௃ͷॏཁ౓Λࢉग़ ˠຊܖ໿ʹӨڹ͢Δಛ௃ͱ͸Կ͔ʁ
12. ຊ೔ͷ࿩୊ • ࣗݾ঺հ • σʔλಓ৔ͱʮ೔ܦిࢠ൛1SPʯ • σʔλͷऔಘ • ୳ࡧతσʔλ෼ੳͱલॲཧ • ༧ଌϞσϧͷߏங • ݁ՌͷղऍͱϏδωε׆༻ 
13. "UMBT • ಺੡ͨ͠ϦΞϧλΠϜσʔλॲཧج൫ʮ"UMBTʯ  ϦΞϧλΠϜσʔλॲཧج൫ ʮ"UMBTʯ ͷιʔείʔυΛެ։͠·͢
    IUUQTIBDLOJLLFJDPNCMPHBUMBT@PQFOTPVSDF@QSPKFDU
14. 42-
    1ZUIPOͰ෼ੳ • 3FEBTI্Ͱ42-Λॻ͖ɺσʔλΛऔಘ • ࠓճ͸ػցֶशΛ༻͍ͨൺֱతෳࡶͳ෼ੳΛߦ͏ ౎߹্ɺ42-Ͱ͸σʔλऔಘ·ͰΛѻ͍ɺ࢒Γͷ ॲཧ͸1ZUIPOΛར༻ • ˞,JCBOB
    %0.0
    34UVEJPͳͲ΋ར༻Ͱ͖Δ 
15. ຊ೔ͷ࿩୊ • ࣗݾ঺հ • σʔλಓ৔ͱʮ೔ܦిࢠ൛1SPʯ • σʔλͷऔಘ • ୳ࡧతσʔλ෼ੳͱલॲཧ • ༧ଌϞσϧͷߏங • ݁ՌͷղऍͱϏδωε׆༻ 
16. ୳ࡧతσʔλ෼ੳʢ&%"ʣ • औಘͨ͠σʔλͷ֤ಛ௃ͷ෼෍΍ɺܽམ஋ͷ༗ແ ͳͲΛ֬ೝ • ݸਓతͳݟղͱͯ͠͸ɺϏδωεͷੈքͰσʔλΛ ѻ্͍ͬͯ͘Ͱಛʹॏཁͳաఔ • ,BHHMFͳͲͱൺ΂ɺϏδωεͰ͸ղܾ͢΂͖໰୊ Λಛఆ͠ԾઆΛཱͯΔ͜ͱʹՁ஋͕͋Δ 
17. σʔλΛදࣔ͢Δ • ଐੑ৘ใ͕ఔ౓ɺΞΫηε৘ใ͕ఔ౓ 
18. σʔλͷ֓ཁΛ͔ͭΉ • جૅ౷ܭྔ΍ܽଛ஋ΛோΊΔ • ! == 0 ͕ଟ͍ෆۉߧσʔλ • ʮอଘهࣄ਺ʯʮࣗ༝ճ౴ͷଐੑ৘ใʯʹܽଛ • ˞લऀ͸42-ͷॻ͖ํͷ໰୊ʢKPJOʣ 
19. U4/&ͰՄࢹԽ • ߴ࣍ݩσʔλͷ࣍ݩ࡟ݮͷख๏ • ԫ৭ͷ఺ ! == 1 ͕ൺֱత·ͱ·ͬͨҐஔʹ 
20. ܽଛ஋΍ΧςΰϦม਺ͷॲཧ • ܽଛ஋͕ଟ͗͢Δม਺͸࡟আ • ʮอଘهࣄ਺ʯͷܽଛ஋͸ͰຒΊΔ • ΧςΰϦม਺͸μϛʔม਺ʹ 
21. -FBLBHFͷ࡟আ • ༧ଌͷର৅ͱͳΔ஋ʹؔ͢Δ༧ظͤ͵৘ใֶ͕श σʔλ಺ʹଘࡏ͢ΔͨΊɺػցֶशΞϧΰϦζϜ ͕ඇݱ࣮తʹߴ͍ਫ਼౓Λࣔ͢ݱ৅ • ࠓճ͸ʮຊܖ໿ਃ͠ࠐΈखଓ͖ϖʔδͷӾཡ਺ʯ ͕-FBLBHFʹ • ຊܖ໿Λਃ͠ࠐΉखଓ͖ϖʔδΛӾཡ͍ͯ͠Δ Ϣʔβ͸ɺ౰વ΄΅ͷ֬཰Ͱຊܖ໿ʹࢸΔ 
22. ຊ೔ͷ࿩୊ • ࣗݾ঺հ • σʔλಓ৔ͱʮ೔ܦిࢠ൛1SPʯ • σʔλͷऔಘ • ୳ࡧతσʔλ෼ੳͱલॲཧ • ༧ଌϞσϧͷߏங • ݁ՌͷղऍͱϏδωε׆༻ 
23. ػցֶशϞσϧͷબఆ • ਖ਼ղ཰΍"6$ͰϞσϧͷਫ਼౓Λൺֱ 
24. (SBEJFOU#PPTUJOH$MBTTJGJFS • TLMFBSOͷޯ഑ϒʔεςΟϯάܾఆ໦Λ࠾༻ • ཧ༝ᶃ ಛ௃ͷॏཁ౓Λࢉग़Ͱ͖ɺ໨తʹ߹க • ཧ༝ᶄ 47$ͱൺ΂ೋ஋෼ྨҎ֎ʹԠ༻͠΍͍͢ • (SJE4FBSDI$7ͰϋΠύʔύϥϝʔλௐ੔ • ަࠩݕূͷ"6$Ͱఔ౓ 
25. ຊ೔ͷ࿩୊ • ࣗݾ঺հ • σʔλಓ৔ͱʮ೔ܦిࢠ൛1SPʯ • σʔλͷऔಘ • ୳ࡧతσʔλ෼ੳͱલॲཧ • ༧ଌϞσϧͷߏங • ݁ՌͷղऍͱϏδωε׆༻ 
26. ಛ௃ͷॏཁ౓ • ࠓճͷ༧ଌϞσϧʹ͓͚Δಛ௃ͷॏཁ౓Λग़ྗ • ˞ա౓ʹಛ௃ͷॏཁ౓Λ৴ͣ͡ɺཧ࿦తഎܠΛҙࣝ ͯ͠৻ॏʹղऍ͢Δඞཁ͕͋Δ • αʔϏε΍ӦۀɾϚʔέςΟϯάͷ୲౰ऀʹ΋ڞ༗ ͠ɺࠓޙͷࢪࡦʹ޲͚ͨٞ࿦ͷࡐྉʹ 
27. ·ͱΊ • ػցֶशΛ༻͍ͯ೔ܦిࢠ൛1SPͷϢʔβ෼ੳΛ ࣮ࢪ͠ɺແྉτϥΠΞϧ͔Βຊܖ໿ʹࢸΔཁҼͱ ͳΔಛ௃Λఆྔతʹಛఆͨ͠ • Ұݟʮݹष͍ʯ೔ຊܦࡁ৽ฉࣾͰɺσʔλ׆༻͕ ੵۃతʹల։͞Ε͍ͯΔ ʢσʔλಓ৔ɾ಺੡σʔλج൫ɾػցֶशͳͲʣ