このページの本文へ移動

Menu

メニュー

  • 企業 
  • ニュース 
  • サービス 
  • 技術・デザイン 
  • 採用 
  • 投資家情報 
  • CyberAgent Way 
  • FEATUReS 

 

秋葉原ラボ技術報告書

2018年より、新たな取り組みとして秋葉原ラボ開設からこれまでの技術的な歩み・知見を社内外に発信するための、技術報告書の製作を開始しました。

この技術報告書はインターネットメディアサービスにおけるデータ活用のために何が必要で、そのために何に取り組み、どう発展させてきたのかを著したものです。
報告書という形でまとめることによって新たな示唆や発展を見出し、これをご覧になる多くの皆様と知見の共有および議論ができるようになり、さらなる秋葉原ラボの持続性につながることを期待して製作しています。

この技術報告書は、学会や各種イベントなどで配布しております。

秋葉原ラボ技術報告 vol.3

当社のメディアサービスの多様性や、コンテンツ推薦や検索などの様々なデータ用途をふまえて、開発および逐次改善されてきた基盤システムに焦点を当てて、秋葉原ラボの取り組みを大きく3つに分けて紹介しています。
1つめは「データ活用のための基盤システム」として、システムの礎となるクラウドネイティブ環境とストリーム処理基盤について解説しています。
2つめは「機械学習システム」として、機械学習を応用したフィルタ基盤の開発の実践や機械学習に特有なモデル管理のために開発している基盤システムを紹介しています。
3つめは「画像処理」として、深層学習技術を実社会に応用するにあたって直面するデータセットの品質や実社会の課題とのギャップの問題を解決するための取り組みを実例を交えて紹介しています。

秋葉原ラボ技術報告 vol.2

当社のメディア事業で展開しているサービスのうち、特に「AbemaTV」「Amebaブログ」「AWA」の3つに着目して秋葉原ラボの取り組みを紹介しています。
インターネットテレビ局「AbemaTV」については、機能拡張に伴うユーザ体験の変化の分析や、Abemaビデオの推薦システムについて述べています。さらにメディアとしてのAbemaTVの社会的意義についてニュースに焦点を当てた分析に基づいて論じています。
ブログサービス「Amebaブログ」については、「自由」と「品質」とを両立させるという使命の下で開発した不適切コンテンツのフィルタリングシステムと、その精緻化のためのアノテーションシステムについて詳述しています。
音楽ストリーミングサービス「AWA」については、AWAに実装されている推薦機能の背後にある理論と実践について詳述しています。また、行動ログに基づいて人間の行動に普遍的に現れるとされる現象のモデル構築の試みについて述べています。
サービス毎にまとめられているのでわかりやすいとの評価を得ています。

秋葉原ラボ技術報告 vol.1

インターネット上のメディアサービス運営におけるアクセスログ等のデータの収集から分析までの流れを大きく3つに分けて秋葉原ラボの取り組みを紹介しています。
1つめは「大規模データ処理システム」として、オープンソースソフトウェアやクラウドサービスを活用しながらのデータ分析基盤の構築や継続的な改善について述べており、特に文字列検索やリアルタイムストリーミング処理エンジンについて詳述しています。 
2つめは「機械学習システム」として、スケーラビリティに長けたリアルタイム推薦システムの構築と、高速な類似文書探索のアルゴリズムについてそれぞれ述べています。
3つめは「データ分析」として、統計モデリングに基づくユーザ行動の分析について「AbemaTV」や「AWA」における事例を挙げています。またヒトや社会の理解に寄与するための学術的な取り組みについて述べています。
秋葉原ラボの取り組みの全体像を概観しやすいとの評価を得ています。