第36回データマイニング+WEB＠東京( #TokyoWebmining 36th ) −確率モデリング・サービス活用祭り− を開催しました

2014/5/24 "第36回データマイニング+WEB＠東京( #TokyoWebmining 36th ) −確率モデリング・サービス活用祭り−"を開催しました。

会場提供し運営を手伝って下さったニフティのみなさん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。会場参加、USTREAM参加ともに多くの方々の参加を嬉しく思っています。

参加者ID・バックグラウンド一覧

参加者Twitter List: Twitter List TokyoWebmining 36th
参加者セキココ：第36回データマイニング+WEB ＠東京セキココ
(作成してくれた [Twitter:@komiya_atsushi] さんに感謝）

以下、全講師資料、関連資料、ツイートまとめです。

AGENDA：

■Opening Talk：

O1.「データマイニング+WEB＠東京について」(15分)

講師：[Twitter:@hamadakoichi]

オープニングトーク − 創設の思い・目的・進行方針　−データマイニング+WEB勉強会＠東京 from Koichi Hamada

O2.「参加者全員自己紹介 (興味・活動)」(進行：[Twitter:@hamadakoichi]) (75分)

1. アンカンファレンス (司会進行: [Twitter:@haegwankim]）

進行説明 (5分)　( 進行: [Twitter:@haegwankim])

Unconference from Haegwankim

Topic LT(計20分)／チーム分散・チーム内議論 (45分) ／各チーム発表(計20分)

Topic 1.「インターネット広告代理店の現場におけるデータ分析探訪」( 講師:[Twitter:@hokagawa] )

tokyo webmining36_インターネット広告代理店の現場におけるデータ分析探訪(岡川) from Hiroyuki Okagawa

スピーカーはインターネット広告代理店で約3年間データアナリストとして働いています。最近のデータ分析ブームの煽りを受けて、営業が主役のインターネット広告代理店の現場でも、統計学やデータマイニングを活用したデータ分析が注目され、活用されるようになっています。
ショートトークでは、スピーカーが約3年間で経験した中で、現場で活用されるデータ分析手法の一覧を紹介します。具体的には、回帰分析、時系列分析、因子分析、クラスター分析、実験計画法、数学的な予測モデルなどの、インターネット広告の現場への応用を紹介します。
※6月のトークでは、これらのデータ分析の中でもより数学的な色彩が強い方法を紹介します。具体的には、広告間の相関を考慮した複数広告への予算ポートフォリオのための「マルコフ連鎖によるアトリビューション分析」を紹介します。

議論ホワイトボード：

Topic 2.「確率過程と戯れる」( 講師:[Twitter:@Masa_S3] )

Sano tokyowebmining 36_20140526 from Masakazu Sano

金融工学、経済学、マーケティングなど幅広い領域で確率現象が登場します。確率現象を理解し、最適化するために確率と仲良くするにはどうしたらよいでしょうか。ショートトークでは確率過程と"戯れる"方法の一つとして『経路積分』と呼ばれる手法を、ダイジェスト版＆イメージ重視でやさしく紹介します。経路積分は確率過程を解析する便利なツールとして使え、金融工学の解析に応用されたりしています。様々な分野への応用可能性にも少し言及したいです。
※より詳しい紹介(金融工学やネット広告への応用の可能性)は6月のトークで行う予定です。

議論ホワイトボード：

Topic 3. 「データから導きだすABテストの手法」( 講師:[Twitter:@haegwankim] )

Unconference - Abtest #TokyoWebmining from Haegwankim

ウェブサービス開発・マーケティングにおいて「イテレーション」や「カイゼン」のコンセプトが出てきて久しくなりました。リリースするのがゴールではなく、そこからどのようにしてパフォーマンス・KPIを高めていくかが重要視されています。そうした環境にいる方を集め、どのようなデータを集めるのか、そしてそのデータをどのように活用していくかを議論します。多くあるテストの中で最もポピュラーなABテストに照準をしぼり、実践されているテクニックについて共有出来る場を設けることが出来れば幸いです。

議論ホワイトボード：

2.「国立病院機構における診療情報分析について」(講師: [Twitter:@imoan1983])(発表20分 + 議論25分)

tokyowebmining36th 国立病院機構における診療情報分析 from Naomi Kawashima

国立病院機構本部診療情報分析部は2010年度、診療情報データバンクを整備し、機構144病院から診療データを集め分析を行っています。収集データの特性と問題点、分析のためのデータセット構築に至るまでの各種問題の解決、およびそれらを元に行っている分析をご紹介します。
参考文献：

国立病院機構における診療情報分析システムについて―構築と運用に関する現状と課題―

3.「On Kaggle Re-ranking contest」 (講師: [Twitter:@fulmicoton] )(発表25分 + 議論30分)

資料リンク：http://fulmicoton.com/slides/tokyo_webmining
(フランスから Kaggle機械学習コンテスト1位の[Twitter:@fulmicoton] さんが来日し話してくれました)

End of 2013, Russian search engine "Yandex" organized a personalized re-ranking contest hosted on Kaggle. The goal of the competition was to re-rank top-10 URLs returned by the search engine using historical information about the user. Dataiku sponsored a team which eventually won first prize. This presentation will talk about the general problem of reranking, its pitfalls, and will go through a simple approach called point-wise. It will also be the tale of our journey through the contest.

参考文献：

The challenge description and data
To personalize or not to personalize: Modeling queries with variation in user intent.J.Teevan, S.T. Dumais, and D.J. Liebling. 2008
From RankNet to LambdaRank to LambdaMART: An overview.C.J.C. Burges.
Learning to rank using multiple classification and gradient boosting.P.Li, C.J.C. Burges, and Q.Wu.
Fighting search engine amnesia: Reranking repeated results. M. Shokouhi, R. W. White, P. Bennett, and F. Radlinski.
Dataiku’s Solution to Yandex’s Personalized Web Search Challenge