初めまして！
2022年4月に入社しました、AI戦略室の岩﨑悠紀と申します。
普段の業務では主に機械学習モデルの性能改善を担当しています。
昨今ではChatGPTをはじめとした機械学習プロダクトが世に出始めており、 翻訳やチャットボットなどの自然言語処理、そして画像生成や物体検知などの画像処理の分野が注目を浴びています。 機械学習は応用範囲がとても広く、LIFULLでは間取りの3D画像の生成する「LIFULL HOME'S 3D間取り」や、対話型の物件検索システムである「AIホームズくんBETA」、一覧画面内の物件の並び替えを行う「AIおすすめ順」などにも利用しています。
その中でも、私は「AIおすすめ順」の機械学習モデル開発・改善に関わっており、この記事ではその取り組みについて紹介したいと思います。
AIおすすめ順
まずはAIおすすめ順について説明していきます。
AIおすすめ順は、LIFULL HOME'Sの一覧画面内の物件の並び順を機械学習を用いて最適化するプロジェクトで、ユーザーの方々がより魅力的に感じる物件を上位に表示することを目的としています。 具体的には、下の図のように機械学習モデルを用いて物件のスペックから「おすすめスコア」を算出し、そのスコアに沿って一覧画面内の物件を並び替えています。（図中央は"物件A"に対して機械学習モデルを用いた推論を行っている様子を表していますが、実際には図左側のすべての物件に対して推論を行います。）
また、AIおすすめ順の機械学習モデル部分は「ランキング学習」と呼ばれる手法を用いて学習を行い、与えられた物件群の中で人気の物件をより上位に並べ替えるように最適化されています。 具体的には、下の図のようにユーザの方々から人気の物件により高い「おすすめスコア」を付与するように学習を行います。
私の業務はこのAIおすすめ順の機械学習モデルの性能改善で、ユーザーへ魅力的な物件をより高い精度で届けることにつながります。 では、実際にサービスに組み込まれた機械学習モデルの改善事例について紹介したいと思います。
性能改善の事例
解決したかった課題
初期のAIおすすめ順の機械学習モデルでは一年を通して同じ構造のモデルを使用しているため、「◯月はこういう物件がおすすめ！」というように時期によって並び順を変更することができませんでした。
しかし、時期によってユーザーの方々に人気な物件スペックは変化するため、より高い精度でおすすめする物件を届けるためには、時期ごとに並び替えのロジックを変化させる必要があります。
改善方法
AIおすすめ順のチームでは上記の課題を解決するために、機械学習モデルの学習時に「その物件がいつ掲載されていたか」という情報を同時に与える実験を行いました。
実験では木構造の機械学習モデルを使用したため、下の図のようにモデル内に分岐が作成されています。 そのため、学習時に掲載時期の情報を与えることにより、「◯月は〜〜の傾向があるから、△△というロジックを使う」というように、 モデル内部で自動的に「その時期に最適なロジック」に切り替えることができます。 上記の改善を行った結果、オンライン検証（A/Bテスト）で既存のモデルよりも良い結果を得ることができました。
まとめ
AIおすすめ順プロジェクトでは、こういった機械学習モデルの性能改善を日々行っています。 これからもユーザーの方々へより魅力的な物件を届けられるように、試行錯誤しながら頑張っていこうと思います。
最後に、LIFULLではともに成長できるような仲間を募っています。 よろしければこちらのページもご覧ください。
