SlideShare a Scribd company logo
1 of 16
物理学はWebデータ分析(広告)に使えるか?
     -素粒子物理学からの視点から-

           佐野正和
         Fringe81株式会社
             2012/8/21
Webデータ分析って難しい
• ECサイトやネット広告には大量のログ

• 大量すぎて分析大変!

• 平均や分散が意味をなさないほどに生データがカ
  オス!!

• クレンジングするとデータの母数が減りすぎて困
  る!!!

• でも結果を出さなければならない、さてどうす
  る。。。
ネット広告分析
• アトリビューション分析
 →個から広告配信結果の全体評価
• コスト配分
 →将来のコンバージョンをアトリビューション
  分析から予測


   ミクロ視点からグローバル分析
 ⇒量子論&統計物理に似ている。。。
アトリビューション分析の個人的イ
      メージ




        色々な相互作
  媒体A      用


                 媒体B
なぜ素粒子物理(直観的観
     点)?
• 個々人の相互作用から媒体メニューの性
  質を捉えたい(アトリビューション分
  析)。

• 媒体メニューがある種の容器だとしたら、
  人は分子や原子のように、相互作用する
  素子という描像が持てないだろうか。

• 素粒子物理(量子論)とのアナロジーが有効
  ではないか。。。
なぜ素粒子物理(技術的観
     点)?
• 自分がよく知っているから。扱いやすい
  分野に議論を持ち込みたい。

• 素粒子物理は歴史が長い→複雑な問題に対
  する計算手法がたくさんある。

• 量子論は統計物理と親和性が高い。
そもそも確率と物理の関係と
       は?
• 数学:確率微分方程式



      これらは関係している
          の?
• 量子力学:(ユークリッド化)シュレディンガー方
  程式
確率過程の例:金融工学
• ブラック-ショールズ方程式は経路積分の
  微分形→熱伝導方程式(ユークリッド化
  シュレディンガー方程式)を満たす
  (Feynman-Kacの公式)。
• 確率微分方程式や伊藤の公式などを使うと。。。
マルコフ過程と経路積分
• マルコフ性

• チャップマン-コルモゴロフの式(連続)



             確率の数珠つなぎ


• この式自体がすでに(抽象的な)経路積
  分
経路積分
• 途中経路が無数にある場合、ひとつひとつの経
  路の発生確率を評価するのは困難⇒出発点から
  終点までの確率的に起こりうる可能な全経路の
  足し合わせを評価。
座標




                   時間
経路積分とシュレディンガー方程
       式
• 確率過程と経路積分は等価

• 確率過程を扱う代わりに経路積分でも解
  析できる。物理の知見を活かせる。

• ラグランジアンに相互作用などを含める
  ことで、より広いクラスの分析に適用で
  きる可能性がある。
                 ラグランジア
                   ン
経路積分の応用で何ができそうか
              (アイデア)
                                            CV

                                  Media C



             様々な人がCVまでに複
              雑な経路をたどる
              …view…view…click…
Media A         search…view…




Media B                           Media D
何ができそうか(アイデア)
• 終状態をCVに固定し、CVに至る経路積分
  の値が最大化される初期条件を見つける
  (メディアの組み合わせ?)。

• 簡易バージョン:定常なマルコフ連鎖

• 既知のアトリビューションスコアの時間
  発展の予測


     Media A       Media B
参考文献
• An Introduction To Quantum Field Theory :
  Michael E. Peskin,Dan V. Schroeder, Westview
  Press

• ゲージ場の量子論Ⅰ九後 汰一郎 培風館

• 無裁定理論とマルチンゲール:浦谷規 朝倉
  書店

• http://arxiv.org/
(物理系(素粒子が強い)及びその他の科学論文
  サイト)
補足(Feynmanダイアグラム)
• 経路を限定して終状態に至る確率を求めることもできる。
• 相互作用部分(●)では起こりうる経路の足しあげが起こり、矢印部分(伝
  播関数)はある特定の経路(view⇒clickやview⇒search等)を示している

                                  CV2
              相互
              作用

       伝播関数
                        相互
                        作用

              相互                   CV1
              作用




• 例えば媒体Aでのview始状態が伝播関数でsearch→中間経路足しあげ→
  自社→CVと移り変わる確率などを求めることもできる。

More Related Content

Similar to 【Zansa】物理学はWebデータ分析に使えるか

深層生成モデルと世界モデル, 深層生成モデルライブラリPixyzについて
深層生成モデルと世界モデル,深層生成モデルライブラリPixyzについて深層生成モデルと世界モデル,深層生成モデルライブラリPixyzについて
深層生成モデルと世界モデル, 深層生成モデルライブラリPixyzについてMasahiro Suzuki
 
深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)Masahiro Suzuki
 
MCMCで研究報告
MCMCで研究報告MCMCで研究報告
MCMCで研究報告Masaru Tokuoka
 
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介Naoki Hayashi
 
夏のトップカンファレンス論文読み会 / Realtime Multi-Person 2D Pose Estimation using Part Affin...
夏のトップカンファレンス論文読み会 / Realtime Multi-Person 2D Pose Estimation using Part Affin...夏のトップカンファレンス論文読み会 / Realtime Multi-Person 2D Pose Estimation using Part Affin...
夏のトップカンファレンス論文読み会 / Realtime Multi-Person 2D Pose Estimation using Part Affin...Shunsuke Ono
 
20191006 bayesian dl_1_pub
20191006 bayesian dl_1_pub20191006 bayesian dl_1_pub
20191006 bayesian dl_1_pubYoichi Tokita
 
ISMB読み会 2nd graph kernel
ISMB読み会 2nd graph kernelISMB読み会 2nd graph kernel
ISMB読み会 2nd graph kernel弘毅 露崎
 
【2016.07】cvpaper.challenge2016
【2016.07】cvpaper.challenge2016【2016.07】cvpaper.challenge2016
【2016.07】cvpaper.challenge2016cvpaper. challenge
 
順序データでもベイズモデリング
順序データでもベイズモデリング順序データでもベイズモデリング
順序データでもベイズモデリング. .
 
(2020.9) 機械学習による化学反応の予測と設計
(2020.9) 機械学習による化学反応の予測と設計(2020.9) 機械学習による化学反応の予測と設計
(2020.9) 機械学習による化学反応の予測と設計Ichigaku Takigawa
 
リサーチ・ナビ検索システムの技術
リサーチ・ナビ検索システムの技術リサーチ・ナビ検索システムの技術
リサーチ・ナビ検索システムの技術Yoji Kiyota
 
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"Yuki Nagai
 
東大大学院 電子情報学特論講義資料「深層学習概論と理論解析の課題」大野健太
東大大学院 電子情報学特論講義資料「深層学習概論と理論解析の課題」大野健太東大大学院 電子情報学特論講義資料「深層学習概論と理論解析の課題」大野健太
東大大学院 電子情報学特論講義資料「深層学習概論と理論解析の課題」大野健太Preferred Networks
 
20100611 学会とウィキペディアの協力体制の模索
20100611 学会とウィキペディアの協力体制の模索20100611 学会とウィキペディアの協力体制の模索
20100611 学会とウィキペディアの協力体制の模索Tomoaki Watanabe
 
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...harmonylab
 
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文cvpaper. challenge
 
Reconstruction of clonal trees and tumor composition
Reconstruction of clonal trees and tumor compositionReconstruction of clonal trees and tumor composition
Reconstruction of clonal trees and tumor composition丈 宮本
 
MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習Preferred Networks
 
dont_count_predict_in_acl2014
dont_count_predict_in_acl2014dont_count_predict_in_acl2014
dont_count_predict_in_acl2014Sho Takase
 

Similar to 【Zansa】物理学はWebデータ分析に使えるか (20)

深層生成モデルと世界モデル, 深層生成モデルライブラリPixyzについて
深層生成モデルと世界モデル,深層生成モデルライブラリPixyzについて深層生成モデルと世界モデル,深層生成モデルライブラリPixyzについて
深層生成モデルと世界モデル, 深層生成モデルライブラリPixyzについて
 
深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)
 
MCMCで研究報告
MCMCで研究報告MCMCで研究報告
MCMCで研究報告
 
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介
 
夏のトップカンファレンス論文読み会 / Realtime Multi-Person 2D Pose Estimation using Part Affin...
夏のトップカンファレンス論文読み会 / Realtime Multi-Person 2D Pose Estimation using Part Affin...夏のトップカンファレンス論文読み会 / Realtime Multi-Person 2D Pose Estimation using Part Affin...
夏のトップカンファレンス論文読み会 / Realtime Multi-Person 2D Pose Estimation using Part Affin...
 
20191006 bayesian dl_1_pub
20191006 bayesian dl_1_pub20191006 bayesian dl_1_pub
20191006 bayesian dl_1_pub
 
ISMB読み会 2nd graph kernel
ISMB読み会 2nd graph kernelISMB読み会 2nd graph kernel
ISMB読み会 2nd graph kernel
 
【2016.07】cvpaper.challenge2016
【2016.07】cvpaper.challenge2016【2016.07】cvpaper.challenge2016
【2016.07】cvpaper.challenge2016
 
順序データでもベイズモデリング
順序データでもベイズモデリング順序データでもベイズモデリング
順序データでもベイズモデリング
 
(2020.9) 機械学習による化学反応の予測と設計
(2020.9) 機械学習による化学反応の予測と設計(2020.9) 機械学習による化学反応の予測と設計
(2020.9) 機械学習による化学反応の予測と設計
 
リサーチ・ナビ検索システムの技術
リサーチ・ナビ検索システムの技術リサーチ・ナビ検索システムの技術
リサーチ・ナビ検索システムの技術
 
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
CVPR2015読み会 "Joint Tracking and Segmentation of Multiple Targets"
 
東大大学院 電子情報学特論講義資料「深層学習概論と理論解析の課題」大野健太
東大大学院 電子情報学特論講義資料「深層学習概論と理論解析の課題」大野健太東大大学院 電子情報学特論講義資料「深層学習概論と理論解析の課題」大野健太
東大大学院 電子情報学特論講義資料「深層学習概論と理論解析の課題」大野健太
 
20100611 学会とウィキペディアの協力体制の模索
20100611 学会とウィキペディアの協力体制の模索20100611 学会とウィキペディアの協力体制の模索
20100611 学会とウィキペディアの協力体制の模索
 
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
Generating Better Search Engine Text Advertisements with Deep Reinforcement L...
 
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
High-impact Papers in Computer Vision: 歴史を変えた/トレンドを創る論文
 
Reconstruction of clonal trees and tumor composition
Reconstruction of clonal trees and tumor compositionReconstruction of clonal trees and tumor composition
Reconstruction of clonal trees and tumor composition
 
MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習
 
Tokyowebmining41
Tokyowebmining41Tokyowebmining41
Tokyowebmining41
 
dont_count_predict_in_acl2014
dont_count_predict_in_acl2014dont_count_predict_in_acl2014
dont_count_predict_in_acl2014
 

More from Zansa

【Zansa】第17回 ブートストラップ法入門
【Zansa】第17回 ブートストラップ法入門【Zansa】第17回 ブートストラップ法入門
【Zansa】第17回 ブートストラップ法入門Zansa
 
121218 zansa13 for web
121218 zansa13 for web121218 zansa13 for web
121218 zansa13 for webZansa
 
【Zansa】第12回勉強会 -PRMLからベイズの世界へ
【Zansa】第12回勉強会 -PRMLからベイズの世界へ【Zansa】第12回勉強会 -PRMLからベイズの世界へ
【Zansa】第12回勉強会 -PRMLからベイズの世界へZansa
 
Zansa アト テクノロシ-ー業界の分析という仕事について http://zansa.info/materials-11.html
Zansa アト テクノロシ-ー業界の分析という仕事について http://zansa.info/materials-11.htmlZansa アト テクノロシ-ー業界の分析という仕事について http://zansa.info/materials-11.html
Zansa アト テクノロシ-ー業界の分析という仕事について http://zansa.info/materials-11.htmlZansa
 
第8回Zansa 俺の人生ランダムウォーク
第8回Zansa 俺の人生ランダムウォーク第8回Zansa 俺の人生ランダムウォーク
第8回Zansa 俺の人生ランダムウォークZansa
 
【Zansa】 人工社会-複雑系とマルチエージェントシミュレーションの紹介-
【Zansa】 人工社会-複雑系とマルチエージェントシミュレーションの紹介-【Zansa】 人工社会-複雑系とマルチエージェントシミュレーションの紹介-
【Zansa】 人工社会-複雑系とマルチエージェントシミュレーションの紹介-Zansa
 
ベイズ入門
ベイズ入門ベイズ入門
ベイズ入門Zansa
 
第5回Zansa勉強会
第5回Zansa勉強会第5回Zansa勉強会
第5回Zansa勉強会Zansa
 
Zansa第4回勉強会 重回帰分析
Zansa第4回勉強会 重回帰分析Zansa第4回勉強会 重回帰分析
Zansa第4回勉強会 重回帰分析Zansa
 
Text classification zansa
Text classification zansaText classification zansa
Text classification zansaZansa
 
Zansa第二回11 28 発表資料 植木
Zansa第二回11 28 発表資料 植木Zansa第二回11 28 発表資料 植木
Zansa第二回11 28 発表資料 植木Zansa
 
Zansa0130presentation
Zansa0130presentationZansa0130presentation
Zansa0130presentationZansa
 

More from Zansa (12)

【Zansa】第17回 ブートストラップ法入門
【Zansa】第17回 ブートストラップ法入門【Zansa】第17回 ブートストラップ法入門
【Zansa】第17回 ブートストラップ法入門
 
121218 zansa13 for web
121218 zansa13 for web121218 zansa13 for web
121218 zansa13 for web
 
【Zansa】第12回勉強会 -PRMLからベイズの世界へ
【Zansa】第12回勉強会 -PRMLからベイズの世界へ【Zansa】第12回勉強会 -PRMLからベイズの世界へ
【Zansa】第12回勉強会 -PRMLからベイズの世界へ
 
Zansa アト テクノロシ-ー業界の分析という仕事について http://zansa.info/materials-11.html
Zansa アト テクノロシ-ー業界の分析という仕事について http://zansa.info/materials-11.htmlZansa アト テクノロシ-ー業界の分析という仕事について http://zansa.info/materials-11.html
Zansa アト テクノロシ-ー業界の分析という仕事について http://zansa.info/materials-11.html
 
第8回Zansa 俺の人生ランダムウォーク
第8回Zansa 俺の人生ランダムウォーク第8回Zansa 俺の人生ランダムウォーク
第8回Zansa 俺の人生ランダムウォーク
 
【Zansa】 人工社会-複雑系とマルチエージェントシミュレーションの紹介-
【Zansa】 人工社会-複雑系とマルチエージェントシミュレーションの紹介-【Zansa】 人工社会-複雑系とマルチエージェントシミュレーションの紹介-
【Zansa】 人工社会-複雑系とマルチエージェントシミュレーションの紹介-
 
ベイズ入門
ベイズ入門ベイズ入門
ベイズ入門
 
第5回Zansa勉強会
第5回Zansa勉強会第5回Zansa勉強会
第5回Zansa勉強会
 
Zansa第4回勉強会 重回帰分析
Zansa第4回勉強会 重回帰分析Zansa第4回勉強会 重回帰分析
Zansa第4回勉強会 重回帰分析
 
Text classification zansa
Text classification zansaText classification zansa
Text classification zansa
 
Zansa第二回11 28 発表資料 植木
Zansa第二回11 28 発表資料 植木Zansa第二回11 28 発表資料 植木
Zansa第二回11 28 発表資料 植木
 
Zansa0130presentation
Zansa0130presentationZansa0130presentation
Zansa0130presentation
 

【Zansa】物理学はWebデータ分析に使えるか