諸般の事情により、スライドは発表時のものの一部となります。

1. 第17回 Machine Learning 15minutes!（2017/10/28）
ビジネスの出会いを科学する
R&D Group 研究員：高橋 寛治@kanji250tr

2. 法人向け名刺管理サービス 個人向け名刺アプリ
Sansanは2つの名刺サービスを提供しています
➢ 名刺のデータ化
➢ 名刺による人脈の管理
➢ 人手による正確なデータ化

3. 名刺を企業の資産に変える
2
名刺は人と人との出会いの証である接点情報
→ 誰と誰が、いつ出会ったかを記録したビジネスデータベースとなる
データ化およびビジネスデータベースからの価値創出がR&Dの課題

4. ビジネスの出会いを科学するために必要な2つの領域
3
名刺データ化の自動化 データ活用

5. 年間数億枚の名刺を99.9%の精度でデータ化
4
人力入力に比べ、名刺1枚あたりの入力コストを
機械学習を適用することで約80％削減
名刺画像の読取 名刺情報の入力 ビジネスデータベース
人力×機械学習など

6. データ活用一例：キーワードによる属性の付与
5
企業の特徴や属性を表すキーワードを付与する
業種分類
Sansan株式会社：情報処理サービス / パッケージソフト業
生きた情報（トレンド）も含めたい
IoT, ディープラーニング, ビットコイン, AI, Fintech

7. 名詞の連接を計算しキーワードを抽出
6
キーワード抽出
• 形態素解析や不用語削除など前処理
を適用
• 会社単位でキーワード候補を抽出
• TermExtractによりスコアリング
• Top Nをキーワードとして抽出
1. トップページを取得 2. 形態素解析
クラウド 名詞
名刺管理 名詞
サービス 名詞
を 助詞
提供 名詞
する 動詞
3. キーワード候補抽出4. キーワード抽出
クラウド 名詞
名刺管理 名詞
サービス 名詞
提供 名詞
クラウド名刺管理
𝐹𝐿𝑅 𝐶𝑁 = 𝑓 𝐶𝑁 × 𝐿𝑅 𝐶𝑁
𝐿𝑅 𝐶𝑁 = ෑ
𝑖=1
𝐿
𝐹𝐿 𝑁𝑖 + 1 𝐹𝑅 𝑁𝑖 + 1
1
2𝐿

8. 出会いの
精査
意図した
複数の
出会い
出会いへの
アプローチ
ミッション
目的
成果
偶然の
複数の
出会い
ミッション
目的との
マッチング
出会う
べき人
名刺DB
・成果の理解
・人物特徴の分析
・リコメンド
Sansan
レコメンドエンジン
データ活用の今後