第37回東京WEBマイニングのアンカンファレンス用資料です。

1. 0
ユーザ分析における特徴量の作り方
How to provide feature quantities
第37回 TokyoWebmining

2. アジェンダ
- 1 -
1. 自己紹介
2. 議論したいこと

3. 自己紹介の前に…
- 2 -
本日の発表は、全て発表者の私見であり、所属する団体等とは一切関係ありません。

4. 自己紹介
- 3 -
Twitter ：obnym
本名 ：尾花山 和哉 (四股名ではない)
略歴 ：”尾花山和哉”もしくは”kazuya obanayama”でググった感じです。
最近は共通ポイントデータを相手にPPDMとかやってます。
ちょっと宣伝ですが、最近、購買情報や個人情報を直接取得せずに、
レコメンドやクラスタリングを行う技術を開発しました。(特許申請中)
この領域に興味のある方、情報交換しましょう！

5. 分析屋の日常
顧客だったり、企業だったりしますが、大抵『何か』の分析を依頼されます。
- 4 -
××の分析ヨロシクー
データはいっぱいあるから、
イイ感じの奴お願いねー
上司の声

6. 分析屋の日常
割と良く分からない依頼でも、空気を読んでイイ感じに目標設定して頑張ります。
- 5 -
･･･はーい。
(この前言ってた奴かな…)

7. 分析屋の日常
目標に併せてデータ準備に勤しみます。
- 6 -
さて、データの準備しないと…
購買情報 閲覧情報

8. 分析屋の日常
- 7 -
そんな時…困ることありませんか？

9. 分析屋の日常
対象の特徴を表現するデータが割りと無尽蔵に作れてしまう
- 8 -
あ、アレ…キリが無い…
(；´Д`)
購買情報 閲覧情報
・売上総額
・来店回数
・商品別購買金額
・商品別購買回数
・商品別購買金額構成比
・曜日別…
・累計訪問回数
・訪問時間
・ページ別滞在時間
・ページ別訪問回数構成比
・時間帯別閲覧数
・時間帯別…

10. 分析屋の苦悩
- 9 -
しかも…

11. 分析屋の苦悩
頑張って作ってると処理が遅くなってきて、加速度的に作業がしんどくなる。
- 10 -
特徴量って言っても
同じような物が沢山出てくるし、
処理も遅くなって来る…orz

12. 分析屋の苦悩
更に難しいこと言い始める人もいたりして…
- 11 -
特徴量って言っても
同じような物が沢山出てくるし、
処理も遅くなって来る…orz
タジュウキョウセンセイ
にも注意しろよー！
専門家な感じの声

13. 本日のアンカンファレンス内容
- 12 -
そんな時、皆さん如何されてますか?

14. 本日のアンカンファレンス内容
- 13 -
ぜひ、皆さんで議論しましょう！
• 特徴量の作り方 比率? 絶対値? ヒューリスティクス?
• 特徴量の捨て方/まとめ方 変数選択法? 主成分?