情報系ラボガールズ

進捗02：それぞれの研究ミーティング

研究ミーティングは教員用の部屋で、先生と学生の1対1で行われる。

◆大吉　和奈（おおよし　かずな）の場合

華「ふむ……洋服のレコメンド、か」

和奈「はい！私、ファッションが趣味なんで」

華「テーマ的には面白そう……だな。ではどのようにレコメンドしていくかを考えようではないか」

和奈「え？洋服の中から合う、合わないを答えていくんじゃ……？」

華「……あのな、端から合う合わないが分かっていたら、そもそもに『レコメンド』なんてあまり使わないだろ？」

和奈「な、なるほど……」

華「そもそもに、合う合わないの二択のアンケート……A/Bテスト、というのだが、服には膨大な種類があるのに、そんな二択のアンケートを答えきれるわけがない」

和奈「……うぐっ……」

華「というわけで、まずはデータを作るところからだな。服の種類を事細かく分けた表を作ろうか。」

和奈「……事細かく？」

華「例えば、半袖、タートルネック、ボーダー……そんな感じだ。で、どの組み合わせが流行っているのかなどが分かるだろ？」

和奈「なるほど」

華「そして、それらから身につけている組み合わせの統計を取ろう。ただし、確率の前提である『同様に確からしい』は成り立たないので、普通の確率ではなく、ベイズ確率を使っていこう」

和奈「……え？ええ？」

華「で、大吉」

和奈「は、はい！」

華「大学院に進学する気はあるか？」

和奈「え？！えっと……今のところ無いですけど……」

華「大学院はいいぞ！」

和奈「……え？」

華「とりあえず修士を出よう。初任給も高くなる事がある！キミの人生においての、ターニングポイントにもなりうるぞ！」

和奈「大学院が、ですか？」

華「ああ。こんな研究が、たった1年ちょいで出来るわけがない。研究の面白さを真に理解するには時間が必要だ！修士で2年……そのプラス2年がかなり大きい！何より、今までよりさらに考え方が身につく！！考え方、つまり、学び方。そう『学力』だ！人生におけるたった2年でさらなる成長が期待できるというわけだ！！どうだ？」

和奈「え～っと……」

華「分かる、金銭面だろ？それは大丈夫だ！院試の成績優秀者は、授業料が60％カットされる！試験は君たちの実力だが、面接……研究発表の時間もあるのだが、安心したまえ！キミたちはこれから学会に出るんだ！！そこでたくさん練習できる！私も練習に付き合うぞ！これで大丈夫だ！」

和奈「いや、あの……」

華「それとも、就活が心配か？大丈夫だ！この業界は今、人が足りていない！ブラックもホワイトもな！！だからこそ、大学院の生徒を取りたがる！！どうだ？」

和奈「ん～っと……」

華「なんだ？今の単位が心配なのか？どうだ先生に話してみろ――」

（以下、省略）

◆徳島　悠里（とくしま　ゆうり）の場合

華「商品の推薦？」

悠里「はい。例えば、大手ECサイト（※1）である、Amazoness（アマゾネス）のレコメンドは、改善の余地があります。」

（※1）Electronic Commerce：ショッピングサイトみたいな感じ

華「ほう？」

悠里「例えば、マウスやキーボードを購入すると、別のマウスやキーボードをレコメンドされます。しかし、マウスはそう簡単には壊れません。買ったばかりなのに推薦されても、購買意欲（こうばいいよく）（※2）はそそられませんよね？」

（※2）消費者がその商品を買いたいと思うキモチ

華「ふむ」

悠里「だったら、例えばマウスを購入したらキーボドを、スマフォを買ったら充電器を推薦するべきだと思います」

華「よし、ならばクラスタリング（※3）の手法を作ろうではないか」

（※3）分類の枠組みを作る的な意味

悠里「つまりどういうことでしょう？」

華「分類されている物……例えば、マウスはマウスと分類されているし、キーボードはキーボードと分類されているよな？」

悠里「はい」

華「それを『PCの周辺機器』のような枠組みに変えてレコメンドしよう、という話だ」

悠里「なるほど、それならばマウスを買えば、マウス以外の物がレコメンド出来ますね」

華「ああ。そういった『思いがけない出会い』を作ることを、Serendipity（セレンディピティ）というが……まずはそれを完成させるために、クラスタを作ろう。」

悠里「わかりました」

華「では、そのために案を出してきてくれ」

悠里「はい！」

華「ところで、話は変わるが徳島」

悠里「なんでしょうか？」

華「大学院に進学する気はあるか？」

悠里「え、えーっと……あまり考えてなかったのですが」

華「大学院はいいぞ！」

（以下略）

◆高岸　呉羽（たかぎし　くれは）の場合

華「……で、テーマは決まらなかった、と」

呉羽「……はい」

華「何でなんだ？」

呉羽「プログラミングがしたいからです」

華「いや、よくわかんないけど……趣味とか無いの？」

呉羽「プログラミングです」

華「……いや、まあ……うん、そうかも知れないけど……なんか他に？」

呉羽「ご飯食べるの好きです」

華「メシ……メシなぁ……じゃあ、レシピでも推薦してみるか？」

呉羽「レシピ推薦しても、ご飯食べられないですよね？」

華「まあ、アレだ。注文するときとかに悩んだら、料理名で推薦とかでも出来るだろ。そんな感じのやつ」

呉羽「なるほど。確かにそれは良いかもしれません」

華「よし、ではレシピの特徴を抽出していこう。」

呉羽「特徴……？」

華「まずは、レシピサイトのスクレイピング（※4）からだな。特にレシピのタイトルには注意しろ？『こってり』とか『子どもに人気』なんてワードは、そのレシピの特徴を表しているのだから、それらを使わない手はない！」

（※4）Webサイトから情報を抽出すること

呉羽「なるほど」

華「それらの、特徴が現れているレシピを教師データとして、他の特徴が書かれていないレシピとの類似度を測る。類似度が高ければ、そのレシピは、教師の特徴を引き継、という手法だ。」

呉羽「…………？」

華「具体的には、おそらくコサイン類似度を使うのがメジャーではないだろうか。形態素解析器（※5）には……MeCab（※6）なんか使えばいいと思うぞ！」

（※5）形態素解析を行うツール

（※6）C++で書かれている日本語形態素解析システム（実在します）

呉羽「…………？？」

華「で、教師データの名詞、動詞なんかを特徴ベクトルの次元にして、特徴不確定レシピから抽出した名詞、動詞を次元と比較し、次元に存在すれば1、存在しなければ0とした、二値の特徴ベクトルを作成だ。」

呉羽「……？？……？？？…………？？？？」

華「で、高岸」

呉羽「……は、はい？」

華「大学院に進学する気はあるか？」

呉羽「…………や、何も考えてないですが……」

華「大学院はいいぞ！」

（以下略）

………………………

………………

………

和奈「……思い返すと……大学院の話が一番記憶に残ってるんだけど……気の所為？」

悠里「……まごうこと無く私も」

呉羽「……右に同じ……」