エクスペディアの屋台骨を支える人工知能・機械学習モデル

今回は「エクスペディアの屋台骨を支える人工知能・機械学習モデル」についてご紹介します。

関連ワード （ソフトウェア等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、ZDNet Japan様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

　旅行の予定を立てるためにウェブで検索をした経験があるのであれば、Expediaのウェブサイトにアクセスしたこともあるはずだ。この旅行サイトは旅のお勧め情報や、賢いショッピング、価格の比較といった、最もお得な情報を得るための有益なツールを提供している。ただ、こういったお勧め情報が人の手によるものではないと知るとショックを受けるかもしれない。

　Expedia Groupの最高技術責任者（CTO）Rathi Murthy氏は「旅行者に洞察を提供するのか、旅行者のニーズとパートナー企業のニーズの双方を考慮しながら、パーソナライズしたより良いエクスペリエンスを追求するのかにかかわらず、われわれの検索や分類のほか、搾取行為の検出やリスクの回避に至るまでのありとあらゆる物事に人工知能（AI）と機械学習（ML）を活用している」と述べた。

　同社は、AI駆動のアルゴリズムを採用したことで、旅行者の好みを人間よりも詳しく把握できるようになったとしている。

　Murthy氏は「われわれのアルゴリズムができる物事を人の目で見抜いていくには、あまりにも複雑な部分が多い」と述べ、「われわれのモデルは、旅行者サイドとパートナー企業サイドに存在する多くのささいなシグナルを捕捉できる」と続けた。

　Expediaのプラットフォームは、年間で6000億件を超えるAI予測を処理しており、その力の源は70ペタバイトものデータとなっている。この莫大なデータ量を別の物差しで実感してもらうために、1ペタバイトのデータは背の高いファイルキャビネット2000万台に収納された書類に相当するというTeradataの表現を引用しておきたい。

　Expediaが個人の嗜好（しこう）を学習するための元データは、顧客のプロフィールと顧客の好みであるのはもちろんだが、最も重視されているのは顧客の行動パターンだ。同社は、お勧めの精度と有効性を最大限に高める上でサプライヤーサイドからのデータも使用している。