ビッグデータから人々のムードを捉える #yjtc

690 Views

February 02, 22

スライド概要

ムード(気分)は人間の行動に大きく影響します。インターネットサービスにおいて、もし人々のムードを考慮し寄り添えたなら、より魅力的なサービスが提供できるのではないでしょうか。本セッションではヤフーが持つビッグデータを用いて「ムードを推定する」取り組みについてご紹介します。

Yahoo! JAPAN Tech Conference 2022は2022年2月3日、4日に開催しました。
https://techconference.yahoo.co.jp/2022/

アーカイブ動画はこちらからご覧ください。
https://youtu.be/WyZOmUN52-s

profile-image

2023年10月からSpeaker Deckに移行しました。最新情報はこちらをご覧ください。 https://speakerdeck.com/lycorptech_jp

シェア

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

ビッグデータから ⼈々のムードを捉える ヤフー株式会社 サイエンス統括本部 宮原 聡⼦ ©2022 Yahoo Japan Corporation All rights reserved.

2.

宮原 聡子 サイエンス統括本部 2017年ヤフー新卒入社 新規領域プロジェクトに所属し、システム開発やア プリ開発を担当 ©2022 Yahoo Japan Corporation All rights reserved.

3.

このセッションについて ビッグデータを⽤いて⼈々のムード(気分)を推定する仕組み、 ムードを分析した結果分かったことをお話しします ©2022 Yahoo Japan Corporation All rights reserved.

4.

アジェンダ 1. ムードを推定する仕組み 2. 1週間のムードの浮き沈みを分析 3. 新型コロナウイルスが ⼈々のムードに与えた影響を分析 ©2022 Yahoo Japan Corporation All rights reserved.

5.

イントロダクション ヤフーのミッションは「UPDATE JAPAN」 ⽇本をもっと便利にするためには、⼈々を理解することが必要 インターネットサービスにおいても、⼈々のムードを考慮し寄り添えるように 慶應義塾⼤学 ⼤越研究室・Yahoo! JAPAN研究所 ▶ ムードを推定するアルゴリズムの研究/ムード推定モデル開発/分析 ヤフー サイエンス統括本部 ▶ ムードを数値化する仕組みの開発/分析 ©2022 Yahoo Japan Corporation All rights reserved.

6.

アジェンダ 1. ムードを推定する仕組み 2. 1週間のムードの浮き沈みを分析 3. 新型コロナウイルスが ⼈々のムードに与えた影響を分析 ©2022 Yahoo Japan Corporation All rights reserved.

7.

ムードを推定する仕組み どうすればムードを捉えられるか ⼼拍数を測ったり表情を直接読み取ったりせず、ヤフーが持つビッグデータから ⼈々のムード(気分)を捉えるにはどうしたらよいか ウェブ検索⾏動 • たとえばウェブ検索のクエリにはユーザがその検索を⾏ったコンテキスト(背景)がある • 明るい/暗いムードというコンテキストの軸で、ムードが滲みやすい検索クエリを⾒つけ ることができれば、そこから⼈々のムードを推定することができるはず ©2022 Yahoo Japan Corporation All rights reserved.

8.

ムードを推定する仕組み どうすればムードを捉えられるか 1. ムード推定モデルを作成する - 約400名のモニターにご協⼒いただき、3種類のデータを取得 A) センサーデータ(加速度センサーや気圧センサーなどの値) B) 定期的に「あなたの今のムードは︖」と聞いたアンケートデータ C) 検索クエリ - 上記のデータを利⽤し機械学習を⽤いて、検索クエリからムードを推定する QMM︓Query Mood Model を作成 2. QMMを元にムードを数値化する - QMMを元にヤフーのウェブ検索クエリからムードを数値化する ※ プライバシーポリシーの範囲内で取得したデー タを個⼈が特定できない状態に加⼯し利⽤しています - ⽇本全体のムードスコアを作成し、スコアの浮き沈みから⼈々のムードを捉える ©2022 Yahoo Japan Corporation All rights reserved.

9.

ムードを推定する仕組み QMM作成のロジック QMMのキーポイント 検索クエリとその時のムードをいかに精緻に紐づけられるか 検索 検索⾏動とアンケート回答のタイ ずれ ずれ ミングにずれがあるため、学習 データを集めることが難しい 今のムードは︖ ©2022 Yahoo Japan Corporation All rights reserved.

10.

ムードを推定する仕組み QMM作成のロジック モニターから同意を得て常時取 検索 得したセンサーデータからムー ドを推定 ずれ ずれ (スマートフォンのセンサーデータ のみでユーザのムードを推定できる 今の ムードは︖ という先⾏研究を踏襲) 推定 センサー データ ©2022 Yahoo Japan Corporation All rights reserved. 常時取得 推定 検索クエリとムードを紐づける ことが可能に

11.

ムードを推定する仕組み ムードを数値化する モニター約400名の集団から作成したQMMから、ムードが滲みやすい検索クエリ を抽出しキーワードとムードスコアのペアで辞書化 辞書を利⽤し、ヤフーの全検索クエリから⽇本全体のムードスコアを作成 キーワード ムードスコア 8 熊 3.5 6 ⽝ 5.2 4 猫 10.1 ▲ 辞書のイメージ ©2022 Yahoo Japan Corporation All rights reserved. 6.7 4.3 4.5 2.5 2 0 ▶ ムードスコアのイメージ 1/1 1/2 1/3 1/4

12.

ムードを推定する仕組み ムードスコアにて抽出されたキーワード例(⾮利⽤) 実際のQMMでは利⽤していないキーワードだが、それに準ずるスコアを持った キーワードのサンプル ポジティブなワードの例 ネガティブなワードの例 ⾔葉の意図を解析して抽出し 安い 下痢 たわけではないが、なんとな 誕⽣⽇ 破産 く納得感のある⾔葉が並んで タピオカ 地震 いる ⾚ちゃん 天気 ▶ ポジティブなワードは⾼いスコア、ネガティブなワードは低いスコア ©2022 Yahoo Japan Corporation All rights reserved.

13.

アジェンダ 1. ムードを推定する仕組み 2. 1週間のムードの浮き沈みを分析 3. 新型コロナウイルスが ⼈々のムードに与えた影響を分析 ©2022 Yahoo Japan Corporation All rights reserved.

14.

1週間のムードの浮き沈みを分析 ⽇本全体のムードスコアの変動リズムを統計化 1週間のムードの浮き沈みをイメージしてみると もちろん週によって異なるが、⼀般的には以下が共通の認識 • ⽉曜⽇はムードが下がる - ブルーマンデーという⾔葉もある • ⼟⽇はムードが上がる ▶ ムードスコアを⾒てみると・・・ ©2022 Yahoo Japan Corporation All rights reserved.

15.

1週間のムードの浮き沈みを分析 ⽇本全体のムードスコアの変動リズムを統計化 ⽉ ⽕ ⽔ ⽊ ⾦ ⼟ ⽇ ムードスコアが 前⽇より⾼い 0.0% 77.1% 56.0% 44.2% 74.0% 94.0% 94.2% ムードスコアが 前⽇より低い 100.0% 22.9% 44.0% 55.8% 26.0% 6.0% 5.8% ※ なお、以前の調査から祝日はムードが上がる傾向があることが分かっているため、例外として省いています • ⽉曜⽇はスコアが下がる(対象となる46週すべてにおいて⽇曜⽇よりスコアが低い) • ⼟⽇はスコアが上がる • ⾦、⼟、⽇と週末に近づくにつれスコアが徐々に上がる ©2022 Yahoo Japan Corporation All rights reserved.

16.

1週間のムードの浮き沈みを分析 ⽇本全体のムードスコアの変動リズムを統計化 ⽉ ⽕ ⽔ ⽊ ⾦ ⼟ ⽇ ムードスコアが 前⽇より⾼い 0.0% 77.1% 56.0% 44.2% 74.0% 94.0% 94.2% ムードスコアが 前⽇より低い 100.0% 22.9% 44.0% 55.8% 26.0% 6.0% 5.8% 「⽉曜⽇はムードが下がる」「⼟⽇はムードが上がる」という仮説を裏付ける結果になった ※ ただし、これはあくまで確からしいと考えられる推測との照らし合わせのため、100%正しい 結果ではありません ©2022 Yahoo Japan Corporation All rights reserved.

17.

アジェンダ 1. ムードを推定する仕組み 2. 1週間のムードの浮き沈みを分析 3. 新型コロナウイルスが ⼈々のムードに与えた影響を分析 ©2022 Yahoo Japan Corporation All rights reserved.

18.

2.57 Date in Year 2020 10/11 10/04 09/27 09/20 09/13 09/06 08/30 08/23 08/16 08/09 08/02 07/26 07/19 07/12 07/05 06/28 06/21 06/14 06/07 05/31 05/24 05/17 05/10 05/03 04/26 04/19 04/12 04/05 03/29 03/22 03/15 03/08 2.68 2.67 2.66 2.65 2.64 2.63 2.62 2.61 2.60 2.59 2.58 Daily number of new COVID-19 positive cases ©2022 Yahoo Japan Corporation All rights reserved. 03/01 02/23 02/16 02/09 02/02 01/26 01/19 01/12 01/05 National Mood Score 新型コロナウイルスが⼈々のムードに与えた影響を分析 ⽇本のムードはどのくらい落ち込んだのか

19.

新型コロナウイルスが⼈々のムードに与えた影響を分析 ⽇本のムードはどのくらい落ち込んだのか 2.67 Suicide of a famous actress (Sep. 27) State of Emergency (April 7) National Mood Score 2.66 2.634 (Aug. 9) 2.65 2.64 2.63 2.62 1595 (Aug. 7) 2.611 (April 12) 2.61 708 (April 10) 2.60 2.59 Date in Year 2020 ©2022 Yahoo Japan Corporation All rights reserved. 10/11 10/04 09/27 09/20 09/13 09/06 08/30 08/23 08/16 08/09 08/02 07/26 07/19 07/12 07/05 06/28 06/21 06/14 06/07 05/31 05/24 05/17 05/10 05/03 04/26 04/19 04/12 04/05 03/29 03/22 03/15 03/08 03/01 02/23 02/16 02/09 02/02 01/26 01/19 01/12 2.57 01/05 2.58 Daily number of new COVID-19 positive cases First case in Japan (Jan. 16) 2.68

20.

新型コロナウイルスが⼈々のムードに与えた影響を分析 都道府県別ムードスコアと新型コロナウイルス新規感染者数の関係 ©2022 Yahoo Japan Corporation All rights reserved.

21.

新型コロナウイルスが⼈々のムードに与えた影響を分析 都道府県別ムードスコアと新型コロナウイルス新規感染者数の関係 スコアの落ち込みが⼤きい が感 多染 い者 数 ©2022 Yahoo Japan Corporation All rights reserved. 右下から左上にかけて分 布が⾒える 都道府県別に⾒ても感染 者数とスコアは逆の動き をしている

22.

新型コロナウイルスが⼈々のムードに与えた影響を分析 都道府県別ムードスコアと新型コロナウイルス新規感染者数の関係 スコアの落ち込みが⼤きい が感 多染 い者 数 ©2022 Yahoo Japan Corporation All rights reserved. 茨城県は、この⽇の深夜に 震度4の⼤きな地震が発⽣ していた

23.

おわりに ©2022 Yahoo Japan Corporation All rights reserved.

24.

おわりに まとめ • ウェブ検索⾏動から、ムードをある程度推定できそうだということが分かった • まだまだ研究段階のため、より精度を⾼めて、将来的に⼈々のムードに寄り添 えるようにしていきたい ©2022 Yahoo Japan Corporation All rights reserved.

25.

©2022 Yahoo Japan Corporation All rights reserved.