2019/09/02 【学生エンジニア限定】GMOアドパートナーズ MEETUP #2 での発表資料です。

1. 【学生エンジニア限定】GMOアドパートナーズ MEETUP #2
NLPでオンライン広告のユーザーの性別を推定する方法
2019/09/02

2. © 2019 GMO AD Marketing Inc. 2
劉（リュウ）
- 所属: GMOアドマーケティング
- データマイニングチーム、機械学習エンジニア
- 出身: 中国福建省
- 趣味: 料理(中華)
- 得意なレシピ:
自己紹介
糖醋排骨(スペアリブの甘酢煮) 红烧肉（中国版の角煮)

3. © 2019 GMO AD Marketing Inc. 3
NLP要約

4. © 2019 GMO AD Marketing Inc. 4
NLPとは
NLPはNatural language processingの略で、日本語では自然言語処理といいます。
NLPは人間が日常的に使っている自然言語をコンピュータに処理させる一連の技術であり、
人工知能と言語学の一分野でもあります。
NLP
Personal assistant
機械翻訳
検索エンジン
自然言語

5. © 2019 GMO AD Marketing Inc. 5
NLPの市場規模
引用元: https://www.tractica.com/newsroom/press-releases/natural-language-
processing-is-a-key-engine-of-ai-market-growth-enabling-44-discrete-use-cases-across-
17-industries/
全世界で2018年に5000億円の規模になっており、2025年には5兆円(2018年のオンラン広告の市場規
模は1兆4480億円)の市場規模になる予想(調査会社Tracticaより)

6. © 2019 GMO AD Marketing Inc. 6
NLPの一般的な処理の流れ
機械翻訳の例で説明します。
...
NLP日本語 英語

7. © 2019 GMO AD Marketing Inc. 7
私は博多ラーメンが大好きです!
NLPの一般的な処理の流れ
形態素解析
(* 中国語、日本語、タイ語
など単語の分かち書きをし
ない言語に必要な処理)
数値化する
私, は, 博多, ラーメン, が , 大好き , です
103, 120, 001,100, 110, 033, 221
機械学習のモデルでエンコ
ードする
(autoencoder)
日本語を入力
機械学習のモデルでデコー
ドする
(autoencoder)
[1.3, 3.2, 4.3]
I like Hakata Ramen very much
英語を出力

8. © 2019 GMO AD Marketing Inc. 8
私は博多ラーメンが大好きです!
NLPの一般的な処理の流れ
形態素解析
(* 中国語、日本語、タイ語
など単語の分かち書きをし
ない言語に必要な処理)
数値化する
私, は, 博多, ラーメン, が , 大好き , です
103, 120, 001,100, 110, 033, 221
機械学習のモデルでエンコ
ードする
(autoencoder)
日本語を入力
機械学習のモデルでデコー
ドする
(autoencoder)
[1.3, 3.2, 4.3]
I like Hakata Ramen very much
英語を出力

9. © 2019 GMO AD Marketing Inc. 9
数値化する
単語 単語の出現頻度
数値化にあたっての代表的な手法の一つに、
処理対象の文書群から特定の単語の出現頻度を求め、
その出現頻度を数値化の指標として使う手法があります。
頻繁に出現する単語は、その文書の特徴を判別するのに有用です。
数値化指標

10. © 2019 GMO AD Marketing Inc. 10
数値化する
単語 単語の出現頻度
単語の出現頻度だけを数値化の指標として使う手法には
大きな欠点が一つあります。
数値化指標

11. © 2019 GMO AD Marketing Inc. 11
数値化する
単語 単語の出現頻度
単語の出現頻度のみで数値化すると、
scoreが高い単語は助詞になるかもしれません。
は: 300
が: 288
です: 100
…
数値化指標

12. © 2019 GMO AD Marketing Inc. 12
数値化する
単語
逆文書頻度
単語X
単語Xを含む文章の数
文章の総数
単語の出現
頻度
TF
/IDF
様々な文書に頻繁に出現する
単語なら低い値を示すもので
す。
数値化指標
LOG( )

13. © 2019 GMO AD Marketing Inc. 13
オンライン広告業界でNLPの実用例

14. © 2019 GMO AD Marketing Inc. 14
オンライン広告の男女予測問題
男性と女性では広告についての好みが違うので、ウェブサイトを閲覧し
ている人の性別情報が分かれば広告配信がより効率的になります
化粧品の広告
競馬の広告
メディアサイト
メディアサイト

15. © 2019 GMO AD Marketing Inc. 15
オンライン広告を表示する際の簡単な流れ
③ リクエストの情報をLogへ保存する
④ 該当するオーディエンスに配信する
適切な広告を決定する
ユーザー Media Site( 例えば: NHK News)
AD Network
① アクセス ② 広告リクエスト
⑤ 広告のリンクを送る⑥ 広告を表示する
● この5つのステップは数ミリセカンドで完了する
● AD Networkは複数の広告媒体（Webサイトやソーシャルメ
ディア、ブログ等）を集めて広告配信ネットワークを作り、
それらの媒体に広告をまとめて配信する仕組みのこと
ミリセカンド

16. © 2019 GMO AD Marketing Inc. 16
オンライン広告を表示する際の簡単な流れ
③ リクエストの情報をLogへ保存する。
logにはmedia先のURL,直前にアクセス
したURL,性別、アクセス時間など情報
が含まれている
④ 該当するオーディエンスに配信する
適切な広告を決定する
ユーザー ユーザーの性別情報を持っ
ているMedia Site AD network
① アクセス
② 広告リクエスト
+ ユーザーの性別
⑤ 広告のリンクを送る⑥ 広告を表示する

17. © 2019 GMO AD Marketing Inc. 17
オンライン広告業界でNLPの実用例
男性のオーディエンス群と女性のオーディエンス群は日々アクセスしてい
るウェブサイトと時間が異なります。この相違に基づいて性別の情報を推
定できるはずです。
男
女 URL
NLPの処理
数
字
化
し
た
特
徴
?
URL
NLPの処理
数
字
化
し
た
特
徴
②入力
③予測
0.8
0.2
性別の情報 +
アクセスしたURLの
履歴
アクセスしたURLの
履歴
機械学習の
分類モデル

18. © 2019 GMO AD Marketing Inc. 18
今回紹介した手法を社内のプロダクトに適用した結果、
82%の予測精度が得られました。(100回の予測に対して82回正解)

19. © 2019 GMO AD Marketing Inc. 19
以上です
ご清聴いただき
ありがとうございました

20. © 2019 GMO AD Marketing Inc. 20
● 自然言語処理、 2018年6月22日、ウィキペディア日本語版、
https://ja.wikipedia.org/wiki/自然言語処理
● Natural Language Processing Is a Key Engine of AI Market Growth,
Enabling 44 Discrete Use Cases Across 17 Industries,
https://www.tractica.com/newsroom/press-releases/natural-language-
processing-is-a-key-engine-of-ai-market-growth-enabling-44-discrete-
use-cases-across-17-industries/
参考文献