サイト内の現在位置

データ間の隠れたつながりを発見するリンク予測AI

2021年9月16日

人知とAIとの融合、そして大量のデータに隠れた関係性の理解が
人や企業の可能性を最大化する社会

近年、SNSやEC(電子商取引)の普及と機械学習やIoTなどの急速な技術進化に伴い、企業などのデータ活用者は膨大なデータの収集・分析が可能となりました。一方、多変数かつ大量のデータセットから、顧客インサイトや効果的な施策につながる知見を見出す作業は容易ではありません。
その打ち手として、AIによるビッグデータ分析が一般的に行われています。しかし、多くの場合、AIがなぜその結論に至ったのか、を解釈することは困難です。また、データから価値ある情報を抽出するためには、パラメータの値だけではなくパラメータ間の関係性を理解することが重要となります。

NECは、予測根拠の解釈性を兼ね揃えユーザ知識を取り込み進化するグラフベースのAI技術によって、大量のデータに埋もれた未知なる価値の発見手段を提供します。そして、人や企業の可能性を最大化する社会の実現に貢献します。

技術紹介動画

データ間の関係性表現に適した知識グラフ

グラフとは、ノード(人・モノ・コトなど)と、ノード間の関係性のリンクから構成されたデータ構造です。
テーブル形式でデータ間の関係性を表現することも可能ですが、グラフを用いることによりさらに直感的な関係性の表現・解釈・検索が可能となります。また、1つのグラフ内部に複数の関係性を含むグラフは知識グラフと呼ばれています。知識グラフは、複雑かつ大規模な知識の体系的表現に適していることから、すでにSNSのユーザー同士の関係性表現(ソーシャルグラフ)と関係性分析にも応用されています。

NECが商用化を進めているリンク予測AI

知識グラフを対象とした代表的な分析タスクとしてリンク予測があります。
リンク予測とは、あるノード同士に関係性があるかどうかを予測するタスクで、商品レコメンドやSNS分析、金融不正検知などさまざまな用途に応用できます。

現在、NECでは独自のリンク予測AIを開発し、商用化を進めています。
リンク予測AIは、次の2種類の機能を有しています。

1. ノード間リンク予測
特定のノード間にどのようなつながりがあるか予測します。(下図の青い線)

2.リンク先ノード予測
あるノードと特定のつながりを持つノードを網羅的に見つけ出します。(下図のオレンジの線)

また、リンク予測AIには、次の3つの特長があります。

1. 予測根拠の提示
AIが予測結果だけでなく予測の根拠を提示できます。
高い信頼性が求められるシーンで活用できると考えています。

2. 3つの特徴量を活用した学習・予測
知識グラフのなかから3つの特徴量「Latent:潜在特徴量」「Relational:関係性」「Numerical:数値的特徴」を統合学習することで、従来の手法に比べて網羅的かつ高精度の予測結果を可能にします。

3. ユーザー知識の取り込み
知識グラフの中に存在しているつながりのルールを自動抽出する以外に、リンク予測で用いるルールを人手で作成し追加することも可能です。ユーザーが蓄積してきた独自のノウハウをリンク予測に活用できます。

リンク予測AIのユースケース仮説

本技術が効果を発揮すると我々が考えているユースケースの仮説の一部をご紹介します。

プロダクトデザイン

化粧品の新製品開発

想定ユーザー:化粧品メーカーの研究開発部門
お困りごと:副作用のリスクを抑えつつ、膨大な素材と製法の中から、製品コンセプトを実現する組み合わせを特定するのに時間と労力が必要である。

提供価値:既存製品の効能や処方などの情報に基づき所望の効能を発現する可能性の高い処方の候補を提示します。
各社の処方ルールをAIに取り込みブランドに合う処方も提案できます。
また、推薦根拠によって処方の安全性を確認できます。

試行錯誤を効率化することで、品質・安全性の担保と開発スピード向上の両立を期待できます。

類似ケース:

  • 加工食品や飲料の新製品開発
  • 農作物の品種改良の交配

マッチング・シミュレーション

企業における適切な人材獲得

想定ユーザー:大企業の人事部門・キャリア採用担当者
お困りごと:苦労して採用した中途社員の採用ミスマッチが発生し有用な人材の確保に難儀している。離職率の改善を図りたい。

提供価値:募集部門と応募者との相性の度合いともっと相性が良い部門の候補を併せて提示します。
また、推薦根拠を提示することで、納得感の高いスピーディーな意思決定をサポートします。

採用後の職場受入れ・戦力化が円滑に進むことで定着率の向上を期待できます。

類似ケース:

  • 個人の健康状態に合わせた食事のご提案

お客様の体験環境の提供

現在、リンク予測AIによって金融不正検知、商品レコメンド、SNS分析などを試行できるデモンストレーションをご提供可能です。

  • 金融不正検知:不正につながりそうな取引を取引参加者の属性や、参加者間の関係を考慮して予測できます。
  • 商品レコメンド:ユーザーの情報や購入履歴、商品の情報、ユーザー同士の関係、さらに商品同士の関係を用いてレコメンドできます。
  • SNS分析:ノード間のつながりを予測する機能を用いて、ユーザー同士の関係(例えば、友達なのか、家族なのか)を予測できます。

NECがご提供するデモンストレーションでは、これらのユースケースに合ったデータをロードし、予測結果の説明を可視化できます。また、新規のデータ分析に対しても、ご相談に応じて対応可能です。

デモンストレーションのご利用や、データ分析のご相談の際には、ぜひお問合せください。なお、より詳細な資料を下記にご用意しています。ぜひご参照ください。

資料ダウンロード

技術詳細や導入について、より詳しい情報はこちら

  • 導入により期待される効果
  • リンク予測技術の典型的用途
  • ユースケース仮説
  • 導入後の運用イメージ  など

資料ダウンロード

お問い合わせ