Blog - LINE ENGINEERING

TAG ARCHIVES: Data Science

深層学習時系列予測モデルのライブラリー実装とLINEスタンプの月次売上予測
Kento NIshio2023-07-31
Data Science Developmentチーム
はじめに　初めまして。東京大学工学系研究科修士2年の西尾健人と申します。普段の研究ではグラフニューラルネットワークを用いて物質の構造からその物性を予測するモデルの開発に関する研究を行っています。6月から7月の2ヶ月に渡り週2〜3日、内定者アルバイトとしてData Science Developmentチームの業務をお手伝いさせていただきました。本記事では私が行った業務についてご紹介します。背景　Data Science Developmentチームでは属人化されがちであったデータ分析の知見や手法を全社のデータサイエンティストが使いやすくなるように，分析に必要な共通のツールや基盤を開発・整備しています。今回のアルバイトでは、時系列予測に関するプロジェクトの業務をお手伝いさせていただきました。　時系列予測プロジェクトでは時系列解析・予測のPython用OSSであるdartsパッケージとそれを拡張実装した独自ライブラリであるMLC Forecastingを開発することで、時系列予測の手法を使いやすい共通のインターフェースで提供しています。今回のアルバイトでは深層学習時系列予測モデルの
- Machine Learning
- Data Science
日本データベース学会上林奨励賞・DEIM2023 優秀論文賞受賞の報告
Seng Pei Liew, Wakana Maeda2023-06-20
Data Scienceセンター Machine Learning Privacy & Trust チーム
Data Scienceセンター Machine Learning Privacy & Trust チームのリュウと前田です。 2023年3月に開催された第15回データ工学と情報マネジメントに関するフォーラム(DEIM2023)にて、日本データベース学会上林奨励賞をリュウが受賞しました。また、同フォーラムの優秀論文賞を前田、長谷川、髙橋が受賞し、2023年6月に開催されたDBSJ総会にて授賞式が執り行われました。各受賞について報告いたします。日本データベース学会上林奨励賞受賞の報告 Data Scienceセンター Machine Learning Privacy & Trust チームのリュウです。この度は、日本データベース学会上林奨励賞を受賞しましたことを報告します。この賞は、データベース系の若手研究者に対して優れた成果を評価するものであり、私にとって大変光栄な出来事です。この場を借りて、ご指導やご支援をいただいた方々に心から感謝申し上げます。受賞となる研究は、プライバシー保護技術、特に差分プライバシーの研究開発です。受賞の一つ目のきっか
【インターンレポート】Positive-Unlabeled Learningを用いた位置情報とチェックインログに基づく滞在店舗推定
Ryo Shirai2023-03-06
ML Privacyチーム, Family Service Data Scienceチーム
はじめに　初めまして。大阪大学工学部4年の白井僚と申します。2022年の夏期インターンシップに6週間参加し、その後アルバイトとして勤務しています。期間中、ML PrivacyチームとFamily Service Data Scienceチームに所属し、「Positive-Unlabeled Learningを用いた位置情報とチェックインログに基づく滞在店舗推定」というテーマで研究に取り組みました。本記事では、私が行った研究についてご紹介します。また、本研究に関する論文は、第15回データ工学と情報マネジメントに関するフォーラム（DEIM2023）にて発表しました。背景　本研究では、リアルタイムに取得したGPSやWi-Fiなどの位置情報データから、ユーザが滞在している店舗を推定する「滞在店舗推定問題」に焦点を当てます。この推定によって、現在位置に基づくクーポン提供などの施策が可能になります。ただし、位置情報データには誤差があるため、この誤差範囲を考慮して、誤差範囲内に存在する店舗から実際にユーザが訪れた店舗を推定するための予測モデルが必要です。下図に、この誤差範囲とその中に存在する店
NeurIPS2022参加報告
Rei Sato, SengPei Liew2023-01-11
Sato:ML-Engineer / Liew: Research Scientist
LINEは最新技術の業務への応用を歓迎しており，その一助として情報収集を目的とした社員の国際会議への参加を支援する制度があります． 2022年11月28日から12月3日にかけて開催された機械学習分野のトップカンファレンスであるNeurIPS 2022には，弊社Machine Learning Solution室からSatoとLiewが聴講参加してきました．この記事では会議の様子や得られた知見を報告します． NeurIPS 2022とは NeurIPS（Neural Information Processing Systems）は年一回開催される機械学習に関する国際会議で，当該分野におけるトップカンファレンスの一つとして知られています．2022年は9634本の投稿があり，このうち2672本が採択されました（採択率27.7%）．採択された論文のうち，約200本が口頭発表（オンライン）を実施します．今年のNeurIPSはアメリカ合衆国ルイジアナ州に位置するNewOrleansで開催されました． NeurIPS 2022が開催されたNew Orleans Ernest N. Morial
Quant UX Con 2022 参加レポート
Naho Tanigawa2022-10-18
Data Scientist at Data Science Center
Data Scienceセンターの谷川です。Data Scienceセンターは、LINEアプリをはじめとするLINEファミリーサービス向けにデータ活用を行う専門組織です。私はData Scientistとして、主にメッセージやスタンプなどコミュニケーション機能の分析を担当しています（LINE DEVELOPER DAY 2020で登壇しました）。コミュニケーション機能の分析においては、行動ログデータだけでは捉えられないユーザの感情についても考慮が必要です。この課題に取り組むべく、LINEでは定性調査（インタビューなど）と定量調査（アンケートや行動ログデータ分析）の両方を組み合わせる Mixed Method を活用しています（企画者が具体的な事例について発表しました）。このような業務を通じて、定量分析を専門とするData Scientist として UX Research など定性調査の知識も取り入れる必要性を感じていました。ちょうど Quant UX Con の開催を知り、開催概要で紹介されていた "Quantitative UX Researcher" という職
- Event Report
- Data Science
【インターンレポート】LINE Payの銀行口座登録促進CPの効果検証
Sota Tochizawa2022-09-30
Finantial Data Science チーム
はじめに LINE株式会社の2022年夏季インターンシップに参加した栃沢颯太と申します。普段は、慶應義塾大学経済学研究に在籍し、統計学・計量経済学を学んでいます。インターンシップでは、LINEのData Science 2室のFinancial Data Scienceチームに配属され、LINE Payの銀行口座連携促進キャンペーンの効果検証に取り組みました。背景 LINE Payグロース組織では「銀行口座登録を行うと、チャージがしやすくなり、LINE Payのリピーターとなって継続的に利用してくれるのではないか」という仮説がありました。その仮説をもとにLINE Payは銀行口座連携促進キャンペーン施策を展開しました。 LINE Pay公式アカウントからのキャンペーンメッセージを受け取って銀行口座登録を行ったユーザーに対して200ポイントを給付期間: 2022年8月1日~8月21日対象者: LINE Payのアカウントを3か月以内に新規開設し、直近30日以内の決済金額4000円以下のユーザー LINE PayのLINE公式アカウントからテキストメッセージと以下の画像メッセージ
【インターンレポート】Visa LINE Payプリペイドカード　還元施策の効果検証
Kazuyuki Sano2021-10-04
はじめに LINE株式会社の 2021 年度夏季インターンシップに参加した佐野和幸です。普段は東京理科大学院で医療統計に関する研究をしています。今回のインターンシップでは LINEのData Science室の Financial Data Science チームに配属されました。主にVisa LINE Payプリペイドカードに関する分析を行いました。背景まず、私が取り組んだテーマのVisa LINE Payプリペイドカードについて説明します。Visa LINE PayプリペイドカードはLINE上で発行できるバーチャルプリペイドカードです。オンラインでの支払いだけでなく、Apple Payや Google Pay™ に設定することでNFC決済（非接触決済）も利用可能です。以前のVisa LINE Payプリペイドカードは、恒常的なポイントの還元はありませんでした。そこで、新しい施策として8/1から「新規利用者への5%ポイント還元」および「既存利用者への1％ポイント還元」が開始されました。この還元はオンライン決済、NFC決済の
- Data Science
- line-intern-ja
【インターンレポート】LINEスタンプクリエイターのヒットと購買層についての分析
Koji Matsuda2021-09-28
はじめにこんにちは。技術職就業型コースのインターンシップに2021年8月2日から9月10日までの期間で参加しました松田光司です。私は大阪大学大学院情報科学研究科の修士1年生で、大学院ではFederated learningに関する研究をしています。今回のインターンではData Science室のLINE Platform Data Scienceチームに所属し、高口太朗さんと大塚優さんにメンターになっていただきました。LINE Platform Data ScienceチームではLINEスタンプ事業に関わらせていただき、主にスタンプクリエイターの分析を行いました。本記事では、インターン期間中に私が取り組んだことをご紹介します。背景スタンプ事業では、選抜されたクリエイターのスタンプ作成を支援する LINE Creators Support Program というプログラムを行っています。具体的には、新作スタンプのプロモーション支援、専属担当の LINE社員による制作サポート、LINEサービスへの起用斡旋などを行います。 LINE Creators Sup
- Data Science
- line-intern-ja
新卒エンジニアの仕事〜2020年入社のデータサイエンティスト編〜
Kotsubo Takuto2020-12-17
はじめにこんにちは、2020年春に新卒としてLINE株式会社に入社した小坪琢人です。主にLINE Pay、LINEウォレット関連のデータ分析を行うチームに所属しています。学生時代は時系列データ (株価や気温変化など)に関する解析手法について研究を行っていました。研究以外では企業・学会が主催するコンペティションやR言語の勉強会に参加していました。このような活動を通じて、データサイエンティストという職業に興味を持ちました。学部時代に就職活動をしていたときは、そもそもデータサイエンティストという職業すら知らなかったので、その点でも大学院に行く価値があったと思います。就職活動はデータ分析チームがある事業会社かつR言語が使用できるという軸で行いました。LINEのデータサイエンスチームはRやpythonの得意な方、あるいは両方を業務に合わせて使用することができます。LINEには「OASIS」というデータ分析ツールがあり、SQLでデータを抽出→ Rやpythonで集計・分析という一般的なフローを誰でも簡単に行うことができます。全体研修・エンジニア研修を終えて、興味を持っていた LI
- newgrads
- Data Science
LINE TIMELINEの新たな挑戦vol.3 - ディスカバー・レコメンド・モデル
LINE Engineering2020-11-13
はじめに LINEのタイムラインに必要な機械学習とレコメンドモデルを作っているData Science DevのJo Younginです。vol.1とvol.2に続き、今回のvol.3では「ディスカバー」を閲覧するユーザーに見せるコンテンツをどのように選定し、どの順番で配置するかについて説明します。ディスカバーのレコメンドディスカバーにアクセスするユーザーがディスカバーに長く滞在して多くの投稿を閲覧し、また次回の訪問につながるようにするには「レコメンド」が非常に重要な役割を果たしています。ポストプール（post pool）まず、LINEのタイムラインの数多くの全体公開の投稿の中、ディスカバーのユーザーにおすすめできる候補群を作成します。この候補群をポストプールと呼びます。ディスカバーサービスの特性上、視覚化が必要なので画像や動画を含む全体公開の投稿のみを対象とします。ディスカバーのユーザーに違和感がない投稿を見せるために、LINEのタイムラインで一定数以上の「いいね」をもらった投稿をポストプールに追加し、vol.2（vol.2発行後リンクをつける）で紹介し
- Data Science
- LINE Timeline

1 2