
377
377
14.2 データができないこと:人間を内部に含んだ(Humans in the Loop)モデルを再考する
課題は、異なるデバイスを使い分ける同一ユーザの特定を行う、と言うことだったはずで
す。この事例でしてきたことは、位置情報の観点から「よく似たユーザ」を発見することで
す。この類似ユーザの集合が、高確率で同一ユーザを含んでいるという点には同意します。
そして、それは私が思いつく他の方法よりも確率が良いでしょう。しかしそれは異なるデバ
イスを使い分ける同一ユーザの発見と同義ではないと思います。」この読者の見解は適切で
す。つまり、課題の解決を行う過程で、課題の定式化がわずかに変化したのです。この事例
では、同一ユーザの識別を、同一ユーザである確率を提示することで代えています。そのた
め、非常に良く似た位置情報の特徴を持つデバイスがいくつか見つかった場合、それは同一
ユーザによる複数のデバイスの使い分けである可能性が高いですが、それが保証されている
わけではありません。このことはしっかりと留意する必要がありますし、関係者にも明言し
ておく必要があります。
課題の対象がターゲット広告や勧誘であれば、この変更は、すべての関係者にとって受け
入れられるものでしょう。損益(
cost/benefit
)フレームワークでデータマイニングによる
解決策を評価したこと(
7
章)を思い出してみてください。多くの勧誘にとっては、偽陰性
を目標にして分析にすると、真陽性を当てることを目標にするときの利益よりもコストが低 ...