こんにちは。DS統括本部で画像処理エンジニアをしている上野です。LINEヤフー株式会社の企業ロゴやサービスロゴなどのブランドロゴには、ブランドガイドラインと呼ばれるロゴ使用時に守らなくてはならないルールが定められています。ロゴを使用する際にロゴが変形してしまったり、変色してしまったりすると問題となるため、細心の注意を払って使用しております。今まではロゴが使用されている画像を担当デザイナーがすべて目視確認でチェックすることで、ガイドラインを遵守してきました。ブランド価値を守るためにとても大切な作業です。これらの作業を画像処理で自動化できないかと考え、ブランドロゴチェックツールを作成しました。 ※載せている画像は、今回のブログ用に用意したテスト画像です。 この記事では、社内のデザイナーから寄せられた目視確認の作業に工数がかかってしまっているという課題を画像処理技術で解決した事例について、紹介し

『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

LINEヤフー Advent Calendar 2023の1日目の記事です。 こんにちは。Yahoo!乗換案内でiOSアプリ開発を担当している江田です。 この度乗換案内アプリにて路線図改め公共交通...

Zホールディングスは、7月27日にOpenAIと「GPT-4」「Embeddings」「DALL・E」などすべてのAPIに関する利用契約を締結。グループ会社のLINEとその子会社、ヤフーでの利用を開始し、従業員約2万人へAPIを活用した対話チャット型の独自AIアシスタントサービスを提供開始した。 今回の契約により、利用者は全てのAPIを文書やメールのテンプレート作成、文案の修正、調査、文章の分類分け、外国語のテキスト翻訳、アイデア出しなどさまざまな業務シーンで活用可能になる。同社はあらゆる部門で生成AIの活用を推進し、業務生産性の向上、サービス品質向上や新サービスの創出を図るとしている。 またサービスの社内利用では社内認証やネットワーク制限を行い、各社の社内ネットワーク環境下でのみ利用できるセキュアな環境を整備。出入力情報はOpenAIモデルのトレーニングやOpenAIのサービス改善に活用

『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

ヤフーは、データマネジメント事業のトレジャーデータと連携して、ヤフーのデータを利活用した新たなデータクリーンルーム「Yahoo! Data Xross(ヤフー・データ・クロス)」を4月17日から提供を始めた、と同日発表した。より深い顧客インサイト(洞察)の抽出やレポートの作成、分析結果による有効な広告配信の実施が可能で、これまで困難だった実購買データやオフラインコンバージョンへの広告貢献の可視化ができる。 トレジャーデータが国内外450社以上に提供する顧客データ活用サービス「Treasure Data CDP」内に格納されたデジタル広告やメール配信、アプリプッシュ通知の履歴など企業が保有する顧客データを、プライバシー保護を最重視した安全な環境で取り扱い、ヤフーが保有する購買意向や興味関心などのデータを用いて分析できる。LINEなどのZホールディングスグループ企業の保有するデータとの連携も、

本記事は2022年11月に開催した「Tech-Verse 2022」で発表したセッションを要約したものです。アーカイブ動画を文末に掲載しています。質疑応答の様子も収録されていますのでぜひご覧ください。 ヤフーのData Solution事業（以下、DS事業）では、データの力で「日本全体を元気にしたい」という思いから、これまで自社サービス改善のために活用してきたビッグデータを使ったデータ分析サービスを展開しています。 （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ています） ビジネスの上流工程における商品企画のほか、物流の最適化など、さまざまな用途にご活用いただけるサービスです。具体的なプロダクトとしては、「DS.INSIGHT」「DS.API」「DS.DATASET」の三つのほか、アナリストが最適なソリューション提案を行う「DS.ANALYSIS」を合わせた

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは。テックラボでYahoo!広告のR&Dを担当している水口です。 Yahoo!広告では、入稿時審査や広告配信などのあらゆるフェーズで機械学習モデルを導入しています。旧来は人間が「これは広告として掲載がOKかNGか」（ガイドラインに準拠しているか）を判断していましたが、システムがこの補助をするようになっています。本記事では、その中でもディスプレイ広告の画像審査にマルチモーダルモデルを活用した事例についてご紹介します。 今回構築したマルチモーダルモデルは以下のようになっています。特筆したいのは内部的にはマルチモーダルモデルでありながら、入力には画像のみを使用していることです。これにより他の情報を用意することなく、通常の画像モデ

みなさん、こんにちは。ヤフーのDeveloper Relations（以下DevRel）の中村と水田です。 11月17日と18日にLINEとヤフーが合同開催した「Tech-Verse 2022」、ご視聴いただけましたか。これまで各社で開催してきた技術カンファレンスを一緒に企画するということで、運営チームとしても学びや気づきがたくさんありました。本稿ではTech-Verseを通じたクリエイター活躍の場づくりとそこで得られた経験について、ヤフー視点で振り返ります。 Tech-Verse 2022とは まずはTech-Verse（テックバース）の概要をおさらいします。 開催日：2022年11月17日（木）・18日（金） 開催方式：オンライン 参画企業：LINE、ヤフー、dely、出前館、一休、バリューコマース、ゼットラボ、ZOZO WebサイトURL Tech-Verse 日本語版Webサイト

質問内容に対して、手動で実行しその結果をドキュメントに残していれば0.5、CIなどに組み込まれ自動実行されている場合には1.0、どちらにも該当しない場合には0をつけます。各領域においてスコアを合算し、そのスコアの最小値が最終的なML Test Scoreです。従いまして、特定の領域でスコアが高くても、別の領域のスコアが低ければその結果が採用されることになるため、高スコアを得るには全ての領域で高スコアを取る必要がある厳しいものです。 一方、ML Test Scoreを進めるにあたり、同じプロダクトへの継続的な計測であっても回答者が変わった際に回答基準にぶれが生じる課題が発生しました。対策として、設問一つずつに対して社内の状況なども加味した判断基準を作成し、そちらをもとに回答をしてもらうようにしました。具体的には下記のようなものです。 特徴量・データ領域 質問内容： 新しい特徴量は素早く追加可

大規模なデータセットを短期間で構築するために、データセット構築にはYahoo!クラウドソーシングを用いました。 以下に各データセットの概要を示します。 MARC-ja MARC-jaは商品レビューを入力として、ポジティブ（positive）かネガティブ（negative）かを推定するタスクです。多言語商品レビューコーパスMARC（Multilingual Amazon Reviews Corpus）[文献7]の日本語部分を用いて構築しています。検証・テストセットについては正解ラベルが妥当であるかをクラウドソーシングで判定し、ラベルをクリーニングしています（訓練セットは数が多いことからクリーニングはしておりません）。 JSTS/JNLI JSTS（Japanese Semantic Textual Similarity）とJNLI（Japanese Natural Language Infe

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは。Yahoo!広告のデータマーケティングソリューション（以下、DMS）を開発しているデータアナリストの薄田です。 みなさんは、中間テーブル同士が複雑に絡み合い変更しようにも影響範囲を推定できず、手がつけられない分析パイプラインの保守で苦労された経験はないでしょうか？ 私のチームでは数千行におよぶ分析用SQLをリファクタリングして、保守性と生産性を両立する分析パイプラインに生まれ変わらせることができました。 この記事ではリファクタリングを通して確立した、分析用SQLを構造化するための4原則を紹介します。4原則を意識しながらSQLを書くことで、高凝集・疎結合な分析パイプラインを作ることができます。 この記事では凝集度と結合度

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは、Yahoo! JAPAN研究所でHuman-Computer Interaction（HCI）の分野の研究をしている池松です。この記事では、Yahoo! JAPAN研究所と慶應義塾大学、東京工科大学と共同で進めている、スマートフォンの持ち方を推定する手法について解説します。（国際会議 ACM CHI 2022および ACM ISS 2022で発表した研究成果です [1,2]） 持ち方を推定できると何が嬉しい？ 多くのユーザがスマートフォンを片手で持ち、持った手の親指でタッチする操作方法を好むことが知られています [3]。しかし、画面上の位置によっては親指でタッチしにくく、誤って意図しない箇所をタッチしたり、無理してタッ

ヤフー株式会社 データソリューション事業本部 クライアントソリューション部 部長 新庄 匠 氏 ヤフービッグデータの活用事例 データ活用、DXという言葉は広がっているが大半の企業がこれから成果を出していく領域だと考えている。データ利活用における日本企業の3大課題は、データ取得に関する技術の不足、自社データ量の不足、データを扱える人材の不足がある。 顧客理解のためにはweb接点から見える行動データが重要なタッチポイントとなる。ヤフーでは約100のサービスを展開しており、ログインID数は年間約8000万人に上る。このビッグデータを活用したソリューションについて説明する。検索データを使い、市場・ユーザーニーズを把握する①ペルソナ分析 ②デスクリサーチに加え、人流データを活用した③施設来訪者分析を紹介する。 キーワード検索からのペルソナ抽出 商品開発を行う際、ターゲットユーザー像をつかむ例として、

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは。Yahoo! JAPAN研究所でインターンシップをしている立命館大学大学院修士2年の松根です。普段は、レコメンドシステムや機械学習アルゴリズムに関する研究をしています。 今回は、Yahoo! JAPAN内に多く存在するユーザの興味や属性を予測するモデルを活用することで、より多くの方々に対してレコメンドを行うシステムCERAMとその実証実験の結果について紹介いたします。今回お伝えする内容は、データサイエンスのトップカンファレンスの1つである「KDD2022」の本会議に採択された内容となっています。 予測モデルのリサイクル 突然ですが、皆さんはリサイクルと聞いてどのようなイメージを思い浮かべますか？リサイクルとは、必要なく

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは。Yahoo! JAPAN研究所の鍜治です。 みなさんはコンテンツにメタデータを付与したいとき、どのようにしていますか？　もちろん手作業で付与することもできますが、コンテンツ量が膨大なときには、自動的にメタデータを付与できる仕組みがあると便利だと思いませんか？ 私がリーダーを務めている研究開発チームでは、Yahoo!ショッピングの商品に属性というメタデータを自動付与するため、BERTを用いた商品属性推定モデルを開発しています。本記事では、そもそも商品の属性とはどういうものなのか、どのようにBERTを使っているのか、既存モデルと精度はどのくらい違うのか、などについてお話したいと思いますので、よろしくお願いします。 Yaho

ヤフーは2022年10月5日、小売店向けの人流分析をはじめとするデータ活用支援事業の強化策を発表した。利用企業はヤフーのネットサービスを通じて集めたデータを基に、飲食店や小売店など時間帯や曜日別の推計来訪者数、性別・年代別の傾向、来訪元の市区町村などを分析し、販促に役立てられる。 ヤフーはネット検索やモバイル端末の位置情報を中心とした「Yahoo! JAPAN」の各種サービスについて、同意を得た利用者のデータを統計処理し、企業のマーケティングや自治体の施策立案の支援事業に活用している。今回発表した新機能の1つが「施設来訪者分析」。Webブラウザー上で人の流れを分析できるサービス「DS.INSIGHT」の新機能として、2022年内に提供を始める。 利用企業は調べたい店舗・施設名を入力すると、その店舗・施設の時間・曜日別の推計来訪者数、性別・年代別の傾向、来訪元の市区町村、他に訪れる傾向がある

Zホールディングス（HD）が文系社員を人工知能（AI）活用の戦力に変えている。グループ横断の文系塾で約700人を育て、AIによる新たな画像検索や顧客分析といった企画が生まれた。日本は数学や科学など「STEM」分野の卒業者数が米国の10分の1と少ない。文系社員がAIを体感して学び、現場での課題解決につなげていく仕組みが競争力を左右する。現場にAI活用の視点「経験ゼロだったAIのハードルが大き