recruit人材募集

人材募集

現在の組み合わせコンピューティングにおける技術的な限界

マッチング精度を上げるためには、“論理的な整合性”よりも“都合の良い条件” の実現する必要があります。これを、データ表現上に言い換えれば、N対M関係*でのマッチングと言えます。

その一方で、現状のソリューションでは、柔軟性がある N対M関係マッチング表現が確立しているとは言い難いです。

既存のマッチングソリューションは、平面での突合せの類似比較テクノロジーをベースにしているケースが多いですが、このようなソリューションでは、パラメータセットが多くなると、平面上で特徴のあるデータ表現に限界がある上に、パラメーターセットが多くなればなるほど演算に時間がかかるため、パラーメータセットを大量に保持できないという問題があります。

Combination Experience の解決方法

Combination Experience では、マッチング対象物を象徴化し、3次元空間に配置することで、より柔軟なデータ表現を実現しました。

また、3次元化することで、微細な対象物間の距離の測定を可能にした。 マッチング対象物(惑星)が持つ意味、マッチング対象物が存在する空間(銀河)の意味に切り分け、独自アルゴリズムで大量のデータを処理できるようにしました。

*N対M関係: データとして、Aから見てBが複数存在し、Bから見てもAが複数存在するという場合、AとはN 対 M関係にあります。データ整合性を保つためには、中間管理テーブルなどを作り、このN対M関係を解消する必要があります。