クエリーアイと名古屋大学、ディープラーニングを応用し高精度なアプリストア市場予測を達成

機械学習の最先端分野であるリカレントニューラルネットワークをマーケティングに応用するクエリーアイ株式会社と名古屋大学大学院情報科学研究科安田孝美教授、遠藤守准教授の研究グループは、スマートフォン・アプリストア App Storeで販売されているアプリの1時間後のランキングを予測する人工知能に関する共同研究で絶対平均誤差率(MAPE*1)7.07%を達成した。

 

同研究グループは、ディープラーニングによるアプリストア市場予測で70%の正答率を達成したことを2014年12月の情報処理学会で発表している。また、時系列処理を前提としたリカレントニューラルネットワークを適用することで、予測精度の向上や、他事業分野での応用がより柔軟となると考え、さらなる研究を推進してきた。

今回、その成果の応用例としてApp Storeのランキングに掲載された1年間の全アプリの各種データ、Twitter、Webページなどから、1時間後のアプリのランキングを予測させるシステムをIBMのクラウド「SoftLayer」*2上に構築した。

 

クエリーアイは2010年からApp StoreのアプリランキングとTwitterやニュースサイトやBlogなどからApp Store上のアプリへの個別リンクが時間とともに増減する様子を追跡、データベース化している。

これらからアプリの売れ行きが各種情報の増減と相関性があることの研究も進めてきた。このデータの中から有用なデータを機械学習させることで、市場予測モデルを形成。

このシステムは入力データとして過去のアプリのランキング変動とアプリのダウンロードURLへのリンク増減変動を用い、予測として1時間後のランキングを出力する。

今回の研究では、この予測値と実際の市場の値とのMAPEが7.07%だった。

 

新システムでは、高精度な市場予測を高速に実施することに加え、ソーシャルメディア上で商品情報の拡散が重要と考えられているバイラル・マーケティングの施策において、ディープラーニングとリカレントニューラルネットワークが応用できる可能性が高いことを示した。

クエリーアイと名古屋大学大学院の研究グループでは、「SoftLayer」で利用できる物理サーバー上にGPU(NVIDIA Tesla K80)を搭載して機械学習にかかる大幅な時間の短縮を図った。

同成果は、モバイル・アプリだけではなく様々な商品やサービスの売れ行き動向の時系列変動にも応用ができる基本的な考え方として捉えることができるため、クエリーアイでは、同研究成果を応用した人工知能サービスを、柔軟に拡張可能なIBMの「SoftLayer」を活用することで迅速に事業展開していく方針だ。

 

この共同研究成果は、モバイル学会・モバイル’16(2016年3月10日、産業技術総合研究所)にて発表される。

 

*1 絶対平均誤差率(MAPE):すべてのレコードの誤差の絶対値の平均

*2 SoftLayerはIBMが提供するパブリック・クラウド・サービス。世界中に配置されたSoftLayerのデータセンターから仮想サーバー、物理サーバー、ロードバランサーやファイアウォールなど必要に応じて選択して利用することが可能。各データセンター間は10Gbpsの高品質プライベート・ネットワークで接続され、これらをすべて無料で活用できる。

 

【関連リンク】
クエリーアイ(QueryEye)
名古屋大学 大学院 情報科学研究科(Graduate School of Information Science Nagoya University)
アイビーエム(IBM)

Previous

博報堂アイ・スタジオのHACKist、博報堂のスダラボと“雪かき”をゲーミフィケーションするIoTデバイス「Dig-Log」を共同開発

エルテックス、「Beaconを活用した観光ツアー向けO2Oソリューション」を発表

Next