ビジネスインテリジェンス;情報推薦エンジン

ビジネスインテリジェンス;情報推薦エンジン

Web利用が爆発的拡大をしている最大の理由は,宣伝やECの様な商行為の推進力です.一方,同様にWeb利用の拡大を推進して来たサーチエンジンの技術進化は既にかなり安定化し,次に注目されているのが推薦技術です.これはクエリ―フリーサーチともいわれ,ユーザーの入力負担をゼロに抑えたままで,ユーザーが必要としている情報を自動的に送る進んだ検索技術とも言えます.またこれは内容連動型広告(ユーザーのニーズにマッチさせて広告を表示する機能)にも使われ,まさにネット業界の最大の収入源を支える重要な技術です.

我々は早くからこの推薦技術の重要性に注目し,通常の内容ベースフィルタリングや協調フィルタリングとは根本的に異なる次世代の推薦エンジンの研究開発を行ってきました.その一つが,ユーザーの次の行動を予測して推薦をする技術です.

雑誌協会の協力のもとプロトタイプとして開発した電子雑誌では,様々なユーザーが読んだ記事の順番を学習しておき,新しいユーザーが記事を読んでいる時に,読んだ記事の順序に応じて,次に読みたくなる記事を推定し推薦します.
これにより,推薦結果は類似した狭い分野に収束することなく,また一般的人気のみに影響を受けることもなく,グラフに示す様に標準的に用いられている推薦方法をはるかに超えたパフォーマンスを示しました.

評価テスト時に,業界のプロと呼ばれる人たちでも,次々と現れる「興味があるが知らなかった新しい分野の記事」についついのめりこんで,気が付いたら2時間たっていたというエピソードもあります.

この推薦技術は,オンラインショッピングサイトの機能として非常に重要で,それまでに購入した,製品,映画,音楽などの様々な対象で,次に購入したくなる対象を推薦することができます.現在私たちは,国内最大手のエレクトロニクスメーカーと共同で,さらに新しい推薦技術を開発しています.

詳細は下記の論文をご覧ください.
1. Takatoshi Sakaguchi, Yuya Akaho, Kazuhiro Okada, Torahiko Date, Tomohiro Takagi, Naoki Kamimaeda, Masanori Miyahara and Tomohiro Tsunoda, “Recommendation System with Multi-Dimensional and Parallel-Case Four-Term Analogy”, IEEE International Conference on Systems, Man, and Cybernetics 2011
2. Tomoki Takada, Yuri Taira, Shinya Akatsuka, Mizuki Arai, and Tomohiro Takagi, “Reader Centric Real-time Electric Magazine Generator”, IEEE International Conference on Systems, Man, and Cybernetics 2011
3. Takatoshi Sakaguchi, Yuya Akaho, Tomohiro Takagi and Takuya Shintani, “Recommendations In Twitter Using Conceptual Fuzzy Sets”, North American Fuzzy Information Processing Society’s 2010 Conference
4. Torahiko DATE, Ryo IZAWA, Kazuhiro, OKADA, Tatsuya AMINO, Shinichiro ITO, Yousuke KANEKO and Tomohiro TAKAGI, “DVD Recommendation System Using CFS”, North American Fuzzy Information Processing Society’s 2010 Conference