開催日: | 平成26年7月4日(金) |
---|---|
開催場所: | 大阪大学中之島センター10階 佐治敬三メモリアルホール 〒530-0005 大阪市北区中之島4-3-53 https://www.onc.osaka-u.ac.jp/others/map/index.php TEL 06-6444-2100 |
参加対象: | IT連携フォーラムOACIS 会員及び入会希望会社・団体 その他の参加希望者(ただし席数に限りがあります) |
主催: | IT連携フォーラムOACIS |
共催: | 大阪大学大学院情報科学研究科 大阪大学ヒューマンウェアイノベーション博士課程プログラム |
協催: | 一般社団法人日本能率協会 |
参加費: | 無料 |
参加申込書: | 会員企業用 参加申込書 XLS版、PDF版 入会検討企業(会員外)用 参加申込書 XLS版、PDF版 |
12:30〜 13:00 | 平成26年度 OACIS総会 |
【シンポジウム 第1部 】 ビッグデータ利活用技術の最前線と今後の展開 | |
---|---|
13:00〜 13:05 | 挨拶(テーマ趣旨説明) |
13:05〜 13:50 | 講演T「ビッグデータのインパクトを探る」 国立情報学研究所 所長/東京大学 生産技術研究所 教授 喜連川 優 氏 |
13:50〜 14:35 | 講演U「課題解決エンジンを支えるデータ処理システムと利活用事例」 ヤフー株式会社 システム統括本部データソリューション本部 テクニカルディレク
ター 角田 直行 氏 |
14:40〜 15:40 | パネル討論会「ビッグデータの産学連携の形 〜Win-Winの関係に必要なもの」
パネリスト:喜連川 優 氏、角田 直行 氏、平手 勇宇 氏、鬼塚 真 氏(氏名記載は講演順) |
15:40〜 16:00 | 休憩 |
16:00〜 16:45 | 講演V「E-commerce企業におけるビッグデータ活用の取り組みと今後の展望」 楽天株式会社 楽天技術研究所 リードサイエンティスト 平手 勇宇 氏 |
16:45〜 17:30 | 講演W「グラフマイニングの応用事例と高速化の取り組み」 日本電信電話株式会社 ソフトウェアイノベーションセンタ 主幹研究員 鬼塚 真 氏 |
【シンポジウム 第2部】 自由討論会 | |
17:30〜 19:00 | 自由討論会 |
国立情報学研究所 所長/東京大学 生産技術研究所 教授 喜連川 優 氏
ビッグデータという言葉の意味するところが徐々に理解され出してきたのではないかと感ずる。本講演では、ビッグデータの最近の効能と講演者のFIRSTプロジェクトの成果を紹介したい。
ヤフー株式会社 システム統括本部データソリューション本部 テクニカルディレクター 角田 直行 氏
Yahoo! JAPANは現在約100種類のサービスを提供し、「ユーザーファースト」を合言葉にユーザーや社会の「課題解決エンジン」であり続けるべく、日々様々な課題に取り組んでいる。ユーザーの課題を早く深く、そして正確に掴むために行動履歴を中心とするデータを収集し解析することが必須となる。本講演では、Yahoo!JAPANがデータに基づいたソリューション領域において、どのようなシステム基盤を持ち、どのように利活用しているのかについて技術解説や事例を交えて紹介する。
このパネル討論会では、本シンポジウムの講師4名により、産学それぞれのビッグデータの解釈と、その違いについて討論する。さらに、どのようなビッグデータの産学連携が可能か、どのようにして互いにWin-Winの関係を築けるのかを探っていく。
楽天株式会社 楽天技術研究所 リードサイエンティスト 平手 勇宇 氏
約4万店舗、1億5,000万点を超える商品で構成される楽天市場では、様々な大規模データが生成されており、これらの大規模データを有効に活用し、事業を加速させることを目的とした様々な取り組みが行われている。本講演では、商品検索サポートシステム、商品データの整備、商品レビューを利用したナビゲーション等のビッグデータ活用の取り組みを紹介するとともに、今後の展望について述べる。
日本電信電話株式会社 ソフトウェアイノベーションセンタ 主幹研究員 鬼塚 真 氏
Facebookなどのソーシャルサービスやインターネットでのショッピングなどに代表されるように、友人関係を表現するソーシャルグラフやショッピングの購買履歴をグラフ構造のデータとして表現・分析するグラフマイニングの技術が注目を集めている。本講演ではグラフマイニングの分析事例を紹介し、このようなグラフマイニングを数10億規模のグラフデータに適用するための高速アルゴリズム(特にPageRank計算とグラフクラスタリング)について紹介する。更に、Hadoopに代表されるような大量のマシンを活用した分散処理の高速化の取り組みについて紹介する。