編集部からのお知らせ
解説集:台頭するロボット市場のいま
解説集:データ活用で考えるデータの選び方
DeNAのKaggle日記

第2回:「Kaggle」の面白さとは--食品宅配サービスの購買予測コンペで考える

小野寺和樹 (ディー・エヌ・エー)

2018-08-29 06:50

 今回は、筆者がKaggleで準優勝した「Instacart Market Basket Analysis」というコンペについて話します。食料品の配達サービスを提供するInstacartのデータを活用して、ユーザーが次に購入する商品を予測するというものです。このコンペは2017年5月16日~8月14日の3カ月にわたって開催されました。

Instacartという企業について

 Instacartはオンラインで商品(食料品)を注文すると、最短1時間で自宅に配達してくれるサービスを提供している米国の企業です。こう書くとネットスーパーのように聞こえますが、正確に言えば買い物代行サービスであって、Instacart自身は在庫を持っていません。フードデリバリサービスのUber Eatsなどと同じように、ユーザーの代わりに買い物に行って、まとめて届けてくれるのです。

 実際、コンペに参加したKagglerの大半は同社を大手ネットスーパーだと思っていたようで、今でもそう思っている人はたくさんいると思います。コンペでは企業の情報を詳しく教えてもらえないので、詳細な情報を得たかったら自分で調べる必要があります。

Kaggleに提示された問題について

 提示された問題は前述の通り、各ユーザーが次回のページ訪問でどの商品を再購入するかを予測するというものです。

画像1

 ECサイトなどにおけるレコメンド機能のロジックを考える場合、購買履歴や行動履歴がない新商品や新規ユーザーに対する予測モデルの構築については、とても難易度が高くなります。今回のコンペ課題では、既存ユーザーの再購入を予測すればいいので、機械学習で解きやすい問題でした。

 Instacartの狙いは、ユーザーが快適に買い物できるように、目的の商品へたどり着くまでの時間を節約したいというものでした。そもそも時短を目的としたサービスなので、自分で買いに行った方が早いという状況では利用者が増えません。また、対象商品はスーパーに置いてある食料品であり、再購入での利用が大半を占めます。つまり同社のビジネスにとって重要な課題であり、かつ機械学習で解きやすいものなので、非常にうまい問題設計だったと思います。

与えられたデータについて

 これまで誰が何を購入したかを記録したログデータが提供されます。購入した時間や曜日が分かるため、例えば、朝と夜や1週間の中で、どういった商品の売れ行きが良いのかが簡単に分かります。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

Special PR

特集

CIO

セキュリティ

スペシャル

ホワイトペーパー

新着

ランキング

  1. クラウドコンピューティング

    AI導入に立ちはだかる「データ」「複雑さ」「コスト」「人材」の壁をどう乗り切ればいいのか?

  2. クラウドコンピューティング

    【IDC調査】2026年には75%のアプリがAIを実装!導入で遅れた企業はどう“逆転”すべきか?

  3. 運用管理

    経産省調査で明らかに:未だにレガシーシステムを抱える企業が8割!オープン化でよくある課題とは?

  4. 運用管理

    AWS東京リージョンの大規模障害に学ぶ、パブリッククラウド上のシステムの迅速な復旧方法

  5. windows-server

    【ユースケース】ソフトウェア開発にDell EMCインフラ+コンテナを使うメリット

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]