Kaggleコンペティション「H&M Personalized Fashion Recommendations」で、DeNAのデータサイエンティストである藤川・島越を含むチームが3006チーム中12位に入りました。

本コンペティションは、H&Mグループが保有する、衣服の顧客購買データから、それぞれの顧客が翌週に購入しそうな商品を予測する、推薦タスクです。個々人の興味に沿った商品を推薦可能にすることにより、買い物体験の向上や返品コストの削減などへの貢献が期待できます。

本コンペティションでは、膨大なユーザと膨大な商品候補の中からいかに効率良く推薦モデルを構築するかが重要なタスクとなっていました。上位の解法では、様々なアルゴリズムで候補を絞ったのちに、LightGBMなどのGBDT (Gradient Boosting Decision Tree)モデルで予測を行うといった手法が多く使われていました。

藤川コメント「推薦技術という経験の無い分野の技術を、コンペを通じて学ぶことができて良かったです。最上位で競うことができなかったことは残念ですが、今回の経験を業務でも活かせればと思っています。」

島越コメント「推薦タスクを行うのは初めての経験でしたが、色々なハマりどころをコンペを通して体験したことで推薦技術への理解が深まりました。今回学んだことを業務でも活かしていきたいと思います。」

DeNAでは今回の経験を活かし、推薦技術を用いたサービス体験の向上にチャレンジし続けます。