はじめに
こんにちは！データサイエンスグループの森と田中です。私たちは2025年にDMM.comに新卒入社し、データサイエンスグループで検索・レコメンド機能の改善に取り組んでいます。グループの活動で、今年も『DEIM2026（第18回データ工学と情報マネジメントに関するフォーラム）』にスポンサーとして参加させていただきました。
DEIM2026の概要
DEIMは、日本データベース学会・データ工学研究会・データベースとデータサイエンス研究会が主催する、データサイエンスや情報マネジメントに関する幅広い研究テーマの議論・意見交換を目的としたフォーラムです。データベースに関するものや、検索・レコメンドの機械学習手法、医療や音楽・料理などの特定ドメインに関する研究まで、幅広いテーマの研究発表があります。これらの発表はオンラインでのプレゼンテーション形式の一般発表や、それらの内容をオンサイト会場でポスターとして掲示し、発表者と参加者がディスカッションできるインタラクティブセッションなどの形式で行われます。それ以外にも、大学教授や企業内研究員によるチュートリアルや、学生や研究者の交流を目的としたネットワーキングなどが用意されています。
開催概要は次の通りです。
- 日程：2026年2月28日(土) ～ 3月5日(木)
- オンライン会場：DEIM2026 オンライン会議ポータル（2月28日 〜 3月2日）
- オンサイト会場：神戸国際会議場・国際展示場（ポートアイランド）（3月4日 〜 3月5日）
- 公式サイト：第18回データ工学と情報マネジメントに関するフォーラム
参加レポート
一般発表（技術報告）
DMM.comは次の内容を発表しました。
- タイトル:『DMMにおける検索・レコメンドの取り組み』
- セッション情報:Track 3: 情報検索・情報推薦・ソーシャルメディア [6G] 推薦システム(最適化/ロバスト性/実運用) 2026年3月1日(日) 15:30 〜 17:40
- 登壇情報: [1F-05]【技術報告】DMM.com における検索・レコメンドの取り組み
本発表では、DMM.comのプラットフォームにおけるデータサイエンスグループの役割や、検索・レコメンドのプロダクト事例、開発プロセスについて紹介させていただきました。さらに、現在取り組んでいることとして、ベクトル検索やレコメンドの評価手法についてもお話ししました。これらのトピックは他の参加者からの関心も高く、私たちの活動の価値を実感できました。
スポンサーブース
DMM.comは今年度も、3月4日〜3月5日の両日でスポンサーブースを出展しました。これまで参加してきた先輩方の知見に加え、こうした場を支えてくださる運営の皆さまのおかげで、ノベルティやポスターをブラッシュアップしたブース設営ができたと思います。その甲斐もあり、検索・レコメンドを研究されている学生の方や、企業での機械学習活用に興味を持つ方など、非常に多くの方とお話しできました。
インタラクティブセッション
また、スポンサーブースの合間にはなりましたが、たくさんの興味深い発表も聴講できました。ここでは森・田中が特に面白いと感じた発表を、それぞれ1つに絞って紹介します。
[1F-04] ターゲットベクトルを用いた SPLADE への明示的な知識注入による概念マッピング効果検証
論文URL: https://pub.confit.atlas.jp/ja/event/deim2026/presentation/1F-04
森からは検索に関する発表を取り上げさせていただきます。この発表は、計算効率に優れたスパース検索モデルである「SPLADE」に対し、特定の記述的なフレーズを概念的なキーワードへと明示的にマッピングする手法（Concept Mapping項）を提案・検証したものです。非常に興味深かったのは、実験を通じた失敗事例の分析に重きが置かれていた点です。提案手法によって生じた「過度なスパース化」による必要な語彙の欠落メカニズムを解明し、今後のモデル設計（非対称な損失関数の必要性など）に向けた具体的な指針が示されていました。
DMMのような大規模サービスでは、検索機能において精度だけでなくリアルタイム性や計算コストが非常に重要になるため、SPLADEのようなスパース検索モデルの活用は魅力的です。一方で、DMM特有のサービス固有の記述や概念をモデルに正しくマッピングさせる必要もあります。今回の発表における明示的な知識注入というアプローチ自体が我々の課題解決のヒントになるだけでなく、失敗分析から得られた設計上の知見は、今後私たちが実際に業務でモデル導入を検討する際に大変役立つと感じました。
[5G-01] マルチドメイン推薦のための協調知識グラフとGNNによる知識転移手法
論文URL: https://pub.confit.atlas.jp/ja/event/deim2026/presentation/5G-01
田中からはレコメンドについての発表を取り上げさせていただきます。この発表では、ユーザーが書籍・映画・音楽など、複数のドメインをまたいで現れるような問題設定を考えています。そのような状況では、ホラー映画を好きなユーザーが、小説になるとホラーを好まないというパターンが考えられます。その結果、ホラーというタグ情報がモデルの中でノイズとして働くおそれがあります。提案手法では、知識グラフとして分割する場合としない場合の2パターンをモデル構造的に分けて学習することで、ドメインを跨ぐ知識データとドメインごとに分けた方がいい知識データの両方を適切に学習させていました。
DMMは複数のサービスを抱えていますし、1つのサービス中に複数のドメインが存在することもあり、非常に有効な手法だと感じました。また、実験結果の分析結果を通して、GNNの解釈性の高さにも感心しました。業務ではレコメンドの改善結果をビジネスサイドにも共有するので、改善の仕組みを説明できることは非常に心強いと思います。
おわりに
DEIM2026では、DMM.comのデータサイエンスグループの取り組みについて具体事例を交えて紹介させていただきました。また私達の既存の取り組みや、現在開発中の先進的な取り組み(ベクトル検索・レコメンド評価)についても有意義なディスカッションができ、大変励みになりました。今回の参加は新卒の2名でしたが、会社としての参加は4回目ということもあり、展示やノベルティの知見も蓄積され昨年までと比べても充実したブースでお出迎え出来たと思います！ DEIM運営組織の方々をはじめ、多方面からサポートいただいた皆さまのおかげです。今年も本当にありがとうございました！
最後に、データサイエンスグループでは、検索・レコメンドの知見を共有する『Strategic Search & Recommendation Meetup』というイベントを開催しています。実務での検索・レコメンドに興味のある方はぜひイベントにお越しください！参加お待ちしております！
現在、DMMではデータサイエンティストを募集しています。
実データを用いた統計分析や機械学習に興味がある方、データを活用した事業貢献に携わりたい方に来ていただけると嬉しいです！ご興味ある方は下記リンクよりご応募ください。皆様の応募、心よりお待ちしております。
データサイエンティスト採用情報
https://dmm-corp.com/recruit/engineer/5124/
