LIVESENSE ENGINEER BLOG

リブセンスエンジニアの活動や注目していることを発信しています

データサイエンス

紹介型マッチングアプリknewにおける好みの個人差

目的 マッチング精度 好みの個人差が反映されやすい評価項目 データ 分析方法 結果 容姿の好み 容姿整い度:女性は個人差が大きいが、男性は容姿が整っていないことを許容しない 美人度:女性皆かっこいい人が好み、男性20代で個人差が大きい 顔の濃さ:女性…

【非データサイエンティスト向け】階層ベイズのイメージと使いどころ

ユースケース 例1:企業別の想定提示年収(平均値) 状況 グラフ データ 問題設定 例2:求人別の採用率(比率) 状況 グラフ データ 問題設定 例3:企業別の高評価特徴(回帰モデルの係数・切片) 状況 グラフ データ 問題設定 階層ベイズのイメージ 少しだ…

紹介型マッチングアプリknewでモテる方法 - どちらのタイプに近いとモテるのか -

これは Livesense Advent Calendar 2023 DAY 6 の記事です。 リブセンスでデータサイエンティストをしている北原です。先日開催された第25回日本感性工学会大会での紹介型マッチングアプリknewに関する発表紹介の続きです。 前回に引き続き、分析で知りたい…

紹介型マッチングアプリknewでモテる方法 - 良い点・改善点 -

リブセンスでデータサイエンティストをしている北原です。先日開催された第25回日本感性工学会大会で、紹介型マッチングアプリknewに関する発表をしたので、内容の一部を2回に分けて紹介します。なお、記事の一部で簡単にknewの機能紹介をします。 今回と次…

自己認識は当てになるのか - 紹介型マッチングアプリknewのデータからわかったこと -

リブセンスでデータサイエンティストをしている北原です。今回もknewのデータ分析の紹介です。最後のほうで簡単にknewの機能紹介もします。 好みのタイプではないはずなのになぜか好きとか、自分と合わないタイプの人だと思っていたけど話してみたら気が合う…

「マッチングは見た目で決まるのか」マッチングアプリknewでの内面と外面の影響分析

内容的には「見た目と中身、どっちが大事?」問題第二弾です。内面と外面が連絡先交換や全体満足度に与える影響を分析しました。「どうせ見た目でしょ」と思いますよね。半分正解ですが、半分不正解です。それほど単純なものではないようです。

見た目と中身、どっちが大事?マッチングアプリknewの因果分析を学会で発表しました

先月開催された人工知能学会全国大会で、紹介型マッチングアプリ[knew](https://knew.jp/)の満足度に関する発表をしてきたので、簡単に内容を紹介します。なお、発表タイトルは「提案型オンラインデーティングサービスにおける相手に対する満足度の因果探索…

Web ログ基盤を GA4 ベースへと刷新させた全社横断プロジェクト

テクノロジカルマーケティング部データプラットフォームグループの池谷です。 社内の Web ログ基盤を、GA4 と BigQuery をベースとする構成に刷新したプロジェクトについてご紹介します。 なにをしたか 弊社には Livesense Analytics (以下 LA) という AWS …

ChatGPT APIを使うためのWebUI(BetterChatGPT)を社内公開した話

これは LIVESENSE madeブログ 4月のお題 の参加記事です。 データプラットフォームグループの富士谷です。 ChatGPTのAPIの提供とポリシーの改変から、はや1ヶ月半くらい経ちました。弊社でも、ChatGPT(OpenAI API)を使った機能を開発し、転職会議や面接支…

ChatGPTのAIを活用した企業口コミ要約機能開発の全貌 〜こぼれ話もあるよ〜

はじめに ご無沙汰しています。転職会議事業部でエンジニアリングマネージャーと開発者をやっている落合です。もうすっかり春ですね。 さて、つい先ほどプレスリリースも発表されましたが、本日転職会議にてChatGPTのAPIを利用した企業口コミの要約コンテン…

batonnの文字起こし速度を高速化した

これは Livesense Advent Calendar 2022 DAY 16 の記事です。 はじめに 私達のチームはbatonnというサービスを開発しています。 このサービスではWeb上で面接を録画したあと話者ごとに文字起こしをして面接を可視化できるように整形しています。 今回は文字…

Redshiftの利用状況を可視化して不要なテーブルをお掃除した話

これは Livesense Advent Calendar 2022 DAY 10 の記事です。 年末のお掃除捗っていますか?我が家では窓掃除にWV1が大活躍しています。 データエンジニアの毛利です。サービス横断のデータ分析基盤であるLivesense Analytics(以降LA)の開発、運用を行って…

機械学習基盤をGKE Autopilotに移行してコストを削減した

リブセンスで機械学習基盤の開発・運用をしている赤坂(yyyyskkk)です。 我々のチームでは今年の7月ごろにGKE Standard(以下Standardクラスタ)上に構築していた機械学習基盤をGKE Autopilot(以下Autopilotクラスタ)に移行しました。GKE Autopilotとは…

動画の目次作成のためのカーネル密度推定を用いた文字起こしからのキーワード抽出

データプラットフォームグループの富士谷です。普段は弊社の機械学習基盤であるLivesense Brainの運用・開発を行っています。 機械学習基盤とは実際のところ、機械学習に関わる複雑な処理にも耐えられるバッチ処理・Webアプリケーション実行環境であり、Live…

vegetaを使ったgoaの負荷テストとプロファイリング

データプラットフォームグループの富士谷です。主には、機械学習基盤Livesense Brainの開発や運用を行っています。 Goaで作ったAPIに対して、vegetaを使って、実際のアクセスを模倣した負荷テストと、net/http/pprofによるプロファイリングを最近行いました…

A/B テストの結果を人にやさしく表示する

Livesense Advent Calendar 2021 の 3 日目を担当しますテクノロジカルマーケティング部の池谷です。 以前以下のような記事を書きましたが、今回はその続きです。 made.livesense.co.jp やったこと 私が所属するチームでは、 A/B テストの実施を補助する社内…

A/B テストを本気で考える

意思決定の基盤ともいえる A/B テストですが、社内において正しく使われているのか?という疑問がありました。そこで、A/B テスト勉強会を実施するとともに、そこで得た知見をガイドラインという形でまとめることにしました。

データ分析勉強会〜SQL活用〜 を開催しました #OthloTech

名古屋のクリエイティブな学生たちが集まるOthloTechさんとデータ分析をテーマにしたコラボイベントを開催しましたので、そのようすをレポートします。

データ分析を支える「便利カラム」の問題点とその解決策

リブセンスではデータ分析基盤を内製しており、"Livesense Analytics"と呼ばれています。そんなデータ分析基盤における「便利カラム」にまつわる問題と、解決するためのアーキテクチャについて、'16新卒入社のエンジニアがお話しいたします。