R&D

レコベルはデータというカギを手にして、 難題のビズネス・イッシュを解くことに集中しています。 レコベルは常に技術開発で新しい境地を切り開くことに投資を続けています。

技術研究の紹介

主な研究分野
  • Big data
  • Machine
    learning
  • Deep learning
  • AI
  • Text mining
  • Image recognition
研究活用の事例
  • リアルタイムパーソナラ イズドレコメンドロジ ックの高度化
  • IoTプラットフォームの研究
  • 広告露出最適化の 研究開発
  • イメージ認識の研究
  • マーケティング運営を 自動化する AIの研究開発
  • 行動履歴に基づいた 使用者関心事導出の研究
  • 行動履歴に基づいた 使用者関心事導出の研究

研究分野

01 マーケティング運営を自動化するAI研究

単純な繰り返し業務からマーケターを解放させ、より クリエイティブな思考に集中できるように支援する。

  • 経験中心の意思決定ポイントをデータに基づいて最適化
  • 人力中心の運営管理業務の自動化
02 広告露出最適化の研究開発

使用者―媒体―広告主皆における価値を創出できるカギはデータにある。

  • 使用者が興味を持っている広告素材をリアルタイムに推定して露出
  • クリック確率、コンバージョン確率など主要指標に対してデータを基に推定するロジックを研究
  • 広告エコシステムの全プレイヤー(使用者―媒体―広告主)の価値を最適化できる露出ロジックを研究
03 AI Chatbot 研究開発

顧客のニーズを把握した上で適切な応答のできるチャットロボットを用いて、CS品質を高めてCS担当者の業務環境も改善する。

  • 自然言語処理に基づいた使用者意図の分析、 使用者の意図別にデータ探索及び文章生成を研究
04 IoTプラットフォームの研究開発

IoT家電のビックデータプラットフォームを通して使用者の家電使用パターンを分析し、家電の故障状態などを予測する。

  • IoT家電のデータ収集およびデータ処理技術を開発
  • 使用パターンの分析ロジック及び家電状態の予測ロジックを開発
05 行動履歴に基づいた使用者の関心事導出の研究

サービス利用者の行動履歴とコンテンツ分析を通して使用者の関心事を自動導出

  • 行動履歴ログ分析およびテキスト分析技術の研究
  • 関心事に基づいた広告露出最適化連携への研究
06 画像(イメージ)認識の研究

使用者が探している商品を画像分析基盤で自動探索しレコメンドできる。

  • 画像の理解および商品間類似度評価の技術を研究
SEARCH BY METRIC LEARNING

各商品毎に様々なイメージを習得し、 異なる画像でも同じ商品であれば類似と判断し 異なる商品は区別できるmetricを学習する。

同じ商品      異なる商品
CASES OF METRIC LEARNING

Online Products dataset に対する商品マッチングの例。 異なる角度で撮影した同じ商品をマッチングできる。

(出典 : Deep Metric Learning via Lifted Structured Feature Embedding, Hyun Oh Song,  Yu Xiang, Stefanie Jegelka, Silvio Savarese)