「相関係数」を応用した「レコメンデーション」機能の実現
今回の記事は、かなり「技術」寄りです。 しかし、我々Webマーケッターにとって、「技術」と「マーケティング」は切っても切り離せないと考えます。 amazonを始めとする、オンラインショップ等で「XXさんへのおすすめ商品」というのを見かけませんか？ それは、「レコメンデーション」機能と呼ばれるものです。 元々レコメンデーションは「米ゼロックス パロアルト研究所」が1992年に開発した「Tapestry」で、e-mailとネットニュースの推奨をするための仕組でした。 今ではamazonを始め、あらゆるところで活用が進んでおり、Web2.0時代の「ロングテール」を支える技術の一つとして注目されています。 さて、レコメンデーションを実現させるための代表的な方法を紹介します。 １．ルールベース方式 別名「エキスパートシステム」。 「AI」（人工知能）の実現方法としては、大変古典的なもの。 原理は実に
ちゃんと分類すれば推薦は不要：ナレッジ！？情報共有・・・永遠の課題への挑戦：オルタナティブ・ブログ
今朝の日経新聞に推薦エンジンの記事が載っていた。記事によると推薦エンジンの分野では、日本のベンチャーが米国の大手に互して競っているそうだ。推薦エンジン（レコメンデーションエンジン）市場は、数年前に立ち上がってからなかなか拡大していなかったが、いよいよ盛り上がるのかもしれない。 で、ふとひとつきほど前にTwitterで情報推薦を研究している方と議論したときに聞いた話を思い出した。 情報推薦のニーズの一つである「予想していないものに出会いたい」というニーズは、実はランダムに出すだけでもある程度実現できる このときは議論の前段階で、「検索するとき」「RSSリーダーを読むとき」「推薦されたものを見に行くとき」「参考資料を見るとき」でニーズが違うのではないかという意見がだされた。そして「推薦されたものを見に行くとき」には「予想していないものに出会いたい」というニーズがあるのではないかという話になって
データ ＆ アナリティクス | アクセンチュア
データ分析から導き出されたインサイト無しにAI（人工知能）の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって本当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上（52％）は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ
ウェブ3.0の姿をつかめ：何がキモになるのか？:コラム - CNET Japan
英紙Guardianウェブ版に「ウェブ3.0をまとめるとすれば、レコメンデーションと個人化（パーソナライゼーション）である」とする記事が掲載された。ウェブ3.0の定義についてはReadWriteWebでも何度も扱ってきている。ここでは、再度ウェブ3.0の定義について振り返ってみたい。 英国の新聞Guardianのサイトに現地時間2月4日に掲載された記事に、Jemina Kiss氏がウェブ3.0とはすなわちレコメンデーションを指すものになるだろうと示唆した。「もしウェブ2.0を一言で『相互作用』だとくくるとすれば、ウェブ3.0はレコメンデーションと個人化になるはずだ」と同氏は述べている。Kiss氏はLast.fmとFacebookのBeaconを例に挙げて、個人化されたレコメンデーションサービスが新しい音楽や製品、レストランなどの情報をわれわれにもたらすウェブの将来像を描いている。これはマー
検索行動パターン（２）～具体的な行動パターンとその支援策：ナレッジ！？情報共有・・・永遠の課題への挑戦：オルタナティブ・ブログ
昨日の続きでBoxes And Arrowsの「Search Behavior Patterns」という記事から、具体的なユーザの検索行動の分析。昨日書いたような６つの要素が相まって実際のユーザの行動はだいたい以下の6つのパターンに分けられるとしている。メモも兼ねて以下簡単に説明しておくが詳しく知りたい方は、是非原文をあたって欲しい。元の記事ではペルソナという仮のユーザ像も使って補足説明してる。 １．「サーチ」と「ブラウズ」の交互動作 ユーザは検索から、目的の情報にぴったり合っていなくても最も近い結果を選び、次に目的の情報を見つけるためにそのページ中のリンクをさぐっていく。このようにサーチングとブラウジングは一体の行動として機能しするので、多くのユーザはこのふたつの行動を交互に行う。 従ってこの振る舞いへの支援策（サイトやページのデザイン上の工夫）は ページ間の相互リンクを強化する パンく
ソーシャルメディア セカンドステージ：【第2回】レコメンデーションの虚実（2）?レコメンデーションの分類 (1/2) - ITmedia アンカーデスク
レコメンデーションの代表的手法 レコメンデーションには、いくつかのアプローチがある。とりあえずそのアプローチを俯瞰してみると、おおむね以下の5つに分類することができる。 （1）ルールに基づくレコメンデーション （2）コンテンツベースのフィルタリング （3）協調フィルタリング （4）統計学的なアプローチ （5）行動ターゲティング （6）ソーシャルネットワーキング ひとつずつ説明していこう。 （1）のルールに基づくレコメンデーションというのは、「ビジネスルール方式」とか「インテンショナル（意図的な）レコメンド」などと言った呼び方もある。例えば「美容室に髪を切りに来た人に、ヘアケア製品を勧める」「プリンターを買った人に、インクトナーを勧める」など、最初に「ある製品を買った人、ある行動をした人には、この製品やサービスを勧める」というルールを定めておく方法だ。このレコメンデーションはわかりやすいけれ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
