Upgrade to Pro — share decks privately, control downloads, hide ads and more …

ジョブマッチングプラットフォームにおける推薦アルゴリズムの活用事例

 ジョブマッチングプラットフォームにおける推薦アルゴリズムの活用事例

東京大学で行なった、産学連携交流会での発表資料です

Avatar for Yudai Hayashi

Yudai Hayashi

July 02, 2025
Tweet

More Decks by Yudai Hayashi

Other Decks in Technology

Transcript

  1. © 2025 Wantedly, Inc. 自己紹介 林 悠大 • 経歴: ◦

    2022年に東京大学大学院工学系研究科 物理工学専攻で Ph.D取得 ◦ 同年ウォンテッドリー株式会社に新卒入社。データサイエン ティストとして推薦システムの開発に従事 • ウォンテッドリーに入社したきっかけ: ◦ 2019年にウォンテッドリーの長期インターンシップに参加して 開発組織やカルチャーに魅力を感じたため @python_walker @Hayashi-Yudai
  2. © 2025 Wantedly, Inc. CONTENTS 01 発表の目的 02 なぜ推薦が必要なのか 03

    ウォンテッドリーでの機械学習技術の活用事例 - 相互推薦 04 ウォンテッドリーでの機械学習技術の活用事例 - 新規ユーザーへの推薦 05 今後取り組んでいきたい課題 06 まとめ
  3. © 2025 Wantedly, Inc. なぜウォンテッドリーに推薦技術が必要なのか たくさんのユーザー (> 400 万人) たくさんの企業

    (> 4 万社) エンジニア になりたい デザインスキル を向上させたい リモートで働 きたい Pythonが使 える人が欲 しい マネジメント経 験がある人が 欲しい 意欲のある人 が欲しい 魅力的なユーザー・企業を見つけるのは難しい 大量のコンテンツの中から自分に合ったものをみつけるのは簡単なことではない
  4. © 2025 Wantedly, Inc. ユーザーが 気になる 興味がない 興味がない 会社が気に なる

    ◯ マッチ成立 ☓ スカウト返信 が来ない ☓ スカウト送信さ れない ☓ 何も起きない ジョブマッチングサービス ECサービス アイテムが 気になる 興味がない ◯ 購入 ☓ 購入しない 企業がユーザーに興味を持っていて、 かつユーザーが企業に興味を持っていないとマッチ ングが成立しない ジョブマッチングサービスの難しさ
  5. © 2025 Wantedly, Inc. 機械学習技術の活用事例 - 相互推薦システム オンラインテスト結果の推移 非相互推薦 相互推薦

    オンラインテストでこれまでの推薦システムより圧倒的 に良い結果を示した • 双方向の嗜好をバランス良く推薦に反映させら れるようになった結果 • 双方向の嗜好を利用するようにしたことで、人気 バイアスの低減効果も ◦ pc→j >> pj→c のときにスコアが小さく
  6. © 2025 Wantedly, Inc. 機械学習技術の活用事例 - 相互推薦システム [研究開発] スカウト送 信予測

    スカウト返 信予測 集約 予測値 正解ラベル スカウトマッ チ予測 最終スコア 相互推薦モデル 疑似ラベルを作成してモデルを学習 1段目 2段目 1 - α α の割合で混ぜ合わせる 相互推薦モデルを疑似ラベル生成に利用し、マッチラベルのスパーシティーを緩和 S. Goda et al., arXiv (2024).
  7. © 2025 Wantedly, Inc. 機械学習技術の活用事例 - 新規ユーザーへの推薦 情報が少ない新規ユーザーにも登録直後から良い推薦を オンボーディング時に自分の興味を複数選択できる機能 プロダクト

    技術 デザイン 設計 ・・・ ・・・ クラスタリングによる興味 ワードの階層化 デザイナー・モバイルチームと協働し、新規ユーザーが興味を深 掘りできる体験を実現
  8. © 2025 Wantedly, Inc. 機械学習技術の活用事例 - 新規ユーザーへの推薦 情報が少ない新規ユーザーにも登録直後から良い推薦を ユーザーが選択した 興味ワード

    プロダクト Web ・・・ 登録直後から自分の嗜好に合った募集が表示される体験 コンテンツベー ス推薦
  9. © 2025 Wantedly, Inc. 機械学習技術の活用事例 - 新規ユーザーへの推薦 行動量がたまってきたタイミングで推薦方策の切り替え 行動データが蓄積してくると、行動ベース推薦の方が 精度が高くなる

    • 行動量によって推薦方策を切り替え る • 行動量ベースの推薦を 1時間ごとに計算しなお し、すぐに良い推薦に切り替わる ように 登録から早いタイミングでたくさんの応募をしてく れるように
  10. © 2025 Wantedly, Inc. 今後取り組んでいきたい課題 • 非構造化データを活用した推薦の高度化 ◦ ユーザーの持つスキルや募集の採用要件を抽出して推薦に活用し、より高度なスキルマッチを実 現する

    • より多面的なデータを活用した推薦の実現 ◦ スキル診断や性格診断のデータを活用することによって、よりユーザーが活躍できる仕事とのマッ チングを実現する
  11. © 2025 Wantedly, Inc. まとめ • 適切なユーザーに適切なコンテンツを届け、良いマッチングを生み出すために機械学習の活用が必 要不可欠 • ユーザーごとに適切な推薦は異なる。

    Wantedly では適切なタイミングで適切な推薦が行えるように 工夫をしてきた • これからもユーザー体験を改善していくために、機械学習によってできる部分・やってきたい部分はた くさん残っている