研究課題/領域番号 |
19K04914
|
研究機関 | 早稲田大学 |
研究代表者 |
小林 学 早稲田大学, データ科学センター, 教授 (80308204)
|
研究分担者 |
平澤 茂一 早稲田大学, 理工学術院, 名誉教授 (30147946)
松嶋 敏泰 早稲田大学, 理工学術院, 教授 (30219430)
|
研究期間 (年度) |
2019-04-01 – 2023-03-31
|
キーワード | データ解析プラットフォーム / ビッグデータ / 機械学習 / 協調フィルタリング |
研究実績の概要 |
本研究は企業の持つクローズドなビッグデータをセキュアな環境のもとで解析を実施するプラットフォーム(PF)の構築,並びにその運用方法の検討と,このシステムを利用した時変協調フィルタリング手法の提案が目的である. PFに関して,2019年度は伊藤忠テクノソリューションズと協同して,データ解析PFのためのデータ解析サーバ及び認証システムの構築を行った.構築したPFの主たる特徴は,(1)複数の研究者やプロジェクトグループ単位でデータやファイル共有可能,(2)利用者自身が必要なデータ解析基盤を選択して即座に利用可能,(3)データ解析はPF上で実施を行い,データの外部持ち出しは不可にする等のセキュリティ対策,などが挙げられる. (2)を行うためにコンテナ技術を採用し,また解析基盤としてNVIDIAのGPUを効果的に活用するためにNGCを利用可能にしている.なおデータ解析用プログラミング言語及びツールは,多くのニーズを勘案してR,Python,Excelとした.また(1)はLinuxの設定で行っているが,(2)との対応が大変重要となる.さらに(3)を実現するためにファイアウォールの導入を行った. 一方時系列データの協調フィルタリングに関して,過去の文献および国際会議等における関連研究並びに最新研究の調査を実施した.これらの中から協調フィルタリング手法の中でも統計的学習手法,時系列を扱う隠れマルコフモデル,イジングモデル等の最新研究を参考にして,時変協調フィルタリングの数理モデルの検討を行った.具体的には顧客と商品の見えない属性に隠れマルコフモデルを仮定して,このマルコフ状態に応じて顧客の購買行動が発生する数理モデルである.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
上記研究実績で示したように,当初の計画通りデータ解析PFの検討と構築を行うことができた.さらに,時変協調フィルタリングの数理モデルの検討を実施することができている.
|
今後の研究の推進方策 |
構築を行ったPFに対して,実際の企業の実データを用いた運用を実施する予定である.また,時変協調フィルタリングに対しては,検討を行った数理モデルに対する効果的なアルゴリズムの提案と,数値シミュレーションによる評価を実施する予定である.
|
次年度使用額が生じた理由 |
データ解析プラットフォーム構築のためのサーバ設備に関して,研究代表者が所属する組織のハードウェアを利用することが可能になったため.
|