01 / UNDERSTAND
仕組みと使いどころ
コンテンツ推薦は、多数の選択肢から利用者が関心を持ちそうな項目を予測して提示する情報フィルタリングの一種です。閲覧、クリック、評価などの行動データや、カテゴリ、タグ、説明文などの特徴を機械学習で分析します。利用者同士の傾向を比べる協調フィルタリング、内容の類似性を見るコンテンツベース方式、両者を組み合わせる方式があります。検索していなかった情報の発見を支援できますが、新規利用者など履歴が少ない場合は予測が難しく、似た内容に偏ることもあります。学習データや評価指標によっては、不適切な推薦や偏りが生じる可能性もあります。
02 / IN PRACTICE
Content recommendationの活用例
たとえば、こんな場面で
動画配信サービスで、利用者の視聴履歴や作品のジャンルを基に、次に見る候補を提案できます。ニュースサイトでは、閲覧した記事との関連性を基に別の記事を示し、情報を探す負担を減らす用途が考えられます。
03 / GOOD TO KNOW
使うときのポイント
導入時は、推薦に使う行動データとコンテンツ情報を明確にし、履歴の少ない利用者への対応、推薦の偏りや関連性、個人データの収集・保存に関するプライバシーを確認します。
参考資料
الاقتراحات: ماذا ولماذا؟ | Machine Learning | Google for Developers （新しいタブで開きます）What is a Recommendation Engine? | IBM （新しいタブで開きます）Personalized Recommendation Systems: Five Hot Research Topics You Must Know - Microsoft Research （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。