メタップス、「AppDataBank」で人工知能を用いたアプリストアのパターン学習を通して開発者の意思決定を支援するサービスを開始

メタップスは、この日(6月9日)、人工知能によるアプリストアのパターン学習を通し、アプリ開発者の意思決定をサポートするための支援業務を開始すると発表した。

今回提供するサービスは、メタップスの研究開発部門「Metaps Lab」で進めている機械学習の研究を、先日事業買収を行った「AppDataBank」(関連記事)の過去3年分の蓄積データ解析に応用することで、アプリマーケットでの様々なイベントのパターンを人工知能に学習させ、開発者の事業投資最適化のための予測に活かす。

それをもとに予測アルゴリズムを構築し、システムに仮説検証を繰り返させることで将来予測の精度を高めていく。過去の膨大なアプリの成功と失敗のパターン、現在のアプリの状況を照らし合わせ、それぞれのアプリ開発者が「次にどんな手を打てば良いか」の意思決定を支援することができる。

具体的には下記のような点から構成される。

1) 『アプリグラフ』の可視化
アプリストア上では、アプリ同士は様々な相関関係を持っている。自然言語処理による単語レベルでの類似性や、画像解析によるアイコンやクリエイティブの類似性、売上順位やダウンロード規模における競合可能性など、様々な角度からアプリ相互の関係性をグラフとして把握する。人のつながりを可視化したソーシャルグラフのアプリ版となる。

2) アプリストアの「外」との相関関係
アプリストア「内」での順位の変動と、それに対応するアプリストア「外」でのイベントとの相関関係を解析し予測に活かす。ストア「外」のイベントとして、例えばソーシャルメディア・検索・ブログでの出現頻度と回数、テレビCMなどのリアルでのアクションがあり、その外的要因とアプリストア「内」の変化との相関関係を解析していく。相関関係を解析した結果を、統計モデルやエージェントベースモデルなどを用いて予測の学習をさせることで、経験や勘を超える予測精度を目指す。

これまでアプリ開発における意思決定は、企画者の「経験」や「勘」といった属人的な要素に左右されるのが一般的で、Google PlayやApp Storeでのランキングや売上順位といった点に着目した「人の目」による分析が行われてきた。一方で、アプリストアの数値に表れにくい変化をシステムで把握していくことは容易ではなかった。Metapsは今後、これらの人工知能による意思決定エンジンをアプリ以外の領域にも応用していく考えだ。



 

メタップス