広告ログの解析システム
DESCRIPTION
tokyo webminingTRANSCRIPT
Kauli株式会社
高田 勝裕
お金をかけず広告配信の ログ分析システムを作った話
• 本日は,私が分析システムを開発したときに,いかにお
金をかけないように工夫してシステムを構築したかを説
明します
• ビジネス側面での運用を重視しています
はじめに
• 自己紹介
• なぜお金をかけないのか
• 現在のシステムの概要
• 可用性や安定性をあげる努力
• まとめ
アジェンダ
• 高田 勝裕, Ph.D.
• Handle: Karubi Namuru
• Twitter: @karubi
• Facebook: http://www.facebook.com/karubi/
• 職業:Kauli株式会社 代表
• 2009年9月に「Kauli」アドネットワークサービスを開始,現在は広
告枠の収益最大化プラットフォームとして提供
• アルゴリズムの開発,分析システムの構築,そして広告営業
• ここ10年は海外も含めて広告の仕事ばかりです
自己紹介
• 配信する広告を閲覧者のニーズに合致させるため
閲覧者の興味を引く,または潜在的な需要を喚起する
• 広告主に多くの成果を上げてもらうため
予算内で広告主のサイトに最大の見込み客を送る
• メディア(サイトオーナー)の収益を増やすため
表示回数において最大の報酬を提供する
なぜ広告配信で分析システムが必要か
• 使えるお金に限界がある
→ まずは営業にお金をかけるべき
• 他社が高級なシステムを導入している
→ 商用DWHとかSPSSとかスタートアップには無理
• 趣味の世界
→ OSSを使い倒したり,300円のサーバで処理させたり
• 思想の世界
→ お金をかけたら負けだと思った
なぜお金をかけないのか
• 使える分析システムには計算能力が必要
• アルゴリズムを時々変えたいので依存性を排除する
• 必要なときにリソースを投入・開放できる仕組み
• OSSでやりくり
• その時々で最も安いリソースに乗り換えたい
システムの要件
おおまかな分析システムの概要
ストレージ サーバ
前処理
Lucene
Hadoop HBase
計算
Mahout
• 前処理
• アクセスログをユニークユーザごとにまとめる仕事
• まとめたログを必要な粒度にばらす仕事
• 計算
• まとまったデータを分析する仕事
• 分析結果を評価する仕事
各パートの役割概要
• データを整形する
• Lucene
• クローラが拾ってきたウェブページから得た特徴語等の処理
• その他
• ユニークユーザ別にまとめる
• Hadoop and HBase
• 細かくログを切り刻む処理
• 個別のIDに応じて集合をつくる処理
前処理の中身
• 日々のログの量が一定ではない
• 単純な作業だがHadoopにまかせること
• アルゴリズムによってデータ構造を変えなければならない
• Hadoop and Hbase の組み合わせで楽チン
• 言語別の実装をできる限り楽をしたい
• LuceneのAnalyserは多言語対応
前処理のこだわった点
• 個々人の意識が明示的なデータの整形
• たとえば,クリック,「いいね!」,訪問時刻,ブラウザ(笑
• 逆に暗黙的なデータの整形
• たとえば,訪問履歴(URLなど)や頻度,選択内容の組み合わせ,
閲覧時間,特徴語
• データセットにまとめる
具体的な前処理の仕事
• 傾向に基づく分類
• 頻出パターンの抽出
• Mahout
計算の中身
• アルゴリズムを時々変えること
• Mahoutでサポートされた入力形式を守れば,データ入力の問題
はない
• ローカルサーバがあふれたときに,ネット上のリソースで仕事を
させたい
• EC2にイメージをつくっていつでも起動できる
計算のこだわった点
• 容易な方法で分析可能
演繹的(単純な加算や条件分岐)
• 評価
大小条件の評価
プリセット値との対応付け
計算の具体的な仕事(1)明示的データ
• データマイニング
• 発掘や予測などの計算をおこなう
クリック,ウェブページコンテンツ,訪問頻度,ブラウザ,成果など,複
数の要素の組み合わせを利用して,意味を持つ組み合わせを発掘
する
• 評価
• 正確性の評価
Recall(再現率),Precision(精度)
Coverage(全体カバー)や Diversity(多様性)
計算の具体的な仕事(2)暗黙的データ
• 広告配信の分析システムをお金をかけず作ったことをお
話しました
• 御質問などは [email protected] まで
• なお,広告配信や分析に興味がある方はぜひ当方まで
連絡をください!
• エンジニア(Python使い),学生インターンを募集中
• 広告営業も常時募集中です
まとめ