第39回 データマイニング+WEB＠東京( #TokyoWebmining 39th ) − 捗る機械学習・自然言語処理 祭り − を開催しました

Webmining 勉強会

2014/10/11 "第39回 データマイニング+WEB＠東京( #TokyoWebmining 39th ) −捗る機械学習・自然言語処理 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 FreakOut 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 : tokyowebmining-39
参加者セキココ：第39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]

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

1. 「広告領域における機械学習活用: CVR予測最前線」 ([Twitter:@tsubosaka])(発表30分+議論40分)

近年オンライン広告においてはRTBの普及により1impressionあたりの価値を正確に予測する必要性があり、また広告領域においては大量のログデータが存在する。
このため広告領域においては大量のログデータから広告を表示した際のCTR, CVRの予測に機械学習を利用する研究がいくつもなされている。
本発表では今年の8月に行われたKDD 2014の広告関連のワークショップのADKDD2014で発表されたFacebookでの広告のCTR予測手法を中心に機械学習と広告領域の応用について発表する。

参考文献：

2. 「捗るリコメンドシステムの裏事情」 (講師: [Twitter:@mosa_siru])(発表25分+議論35分)

2014年夏コミに合わせてリリースされた、君にシンクロするニュースアプリ「ハッカドール」。
ハッカドールちゃんがオタク用の記事を拾ってくれるサービスで、開発陣の並々ならぬ情熱によって作られたアプリ。
今回はその裏側のリコメンドシステムを紹介します。
オタクにドメインを絞ると何が起こるのか？ニッチな話がてんこもりです。

参考文献：

3.「マーケティングサイエンス徹底入門と実践 Part2 : 購買行動徹底分析」 (講師: @sanoche16 )(発表30分+議論40分)

市場分析・価格分析・顧客分析など、企業を支えるマーケティングサイエンスに関する発表Part2です。今回は顧客の購買行動に焦点をあて、顧客に刺さるものづくりのPDCAをまわす上で強烈なインプリケーションを出す様々な分析について、入門的トピックから徹底的に語ります。

参考文献：

マーケティング・モデル (Rで学ぶデータサイエンス　13)

マーケティング・モデル (Rで学ぶデータサイエンス　13)

Discrete Choice Methods with Simulation

Discrete Choice Methods with Simulation

■講師立候補・振返り：

「講師立候補・タイトル決め」進行：[Twitter:@hamadakoichi] (30分)

「振返り・アクション決定」進行：[Twitter:@hamadakoichi](40分)

  • KEEP/TRY 内容確認
  • Keep/Try投票
  • 各位所感



発表立候補、Keep・Try項目詳細に関しては、下記ツイートまとめをご覧下さい。

ツイートまとめ (Togetter)

「第39回 データマイニング+WEB＠東京( #TokyoWebmining 39th )−マーケティング分析活用最前線 祭り−」に関するツイートを Togetter にまとめました。みなさん、たくさんのツイートありがとうございました。("誰でも編集可能"に設定してあります)

講師募集

データマイニング+WEB勉強会＠東京 (#TokyoWebmining) を今後も、講師、参加者、双方にとってよりよい会としていきたいと思います。講師を募集していますので私の Twitter か Google Group へのメールへぜひご連絡下さい。

連絡先：

過去開催内容：