レコメンデーション
更新日:
用語解説
レコメンデーションは、利用者の閲覧・購買履歴、商品属性、文脈、類似利用者の行動などを分析し、関心・目的に合う商品、情報、コンテンツを順位付けして提示する仕組みです。
■ 試験で押さえるポイント
協調フィルタリングは似た利用者又は商品間の行動、内容ベースは商品特徴と利用者嗜好、ハイブリッドは両者を組み合わせます。
新規利用者・新商品の履歴が少ないコールドスタート、人気品への偏り、同じ傾向だけを示すフィルターバブルへ対処します。
クリック率だけでなく、購入、継続、多様性、新規性、満足、返品、長期価値を評価します。短期クリック最大化が利用者利益とは限りません。
■ 選択肢での判断ポイント
協調フィルタリング＝行動の類似、内容ベース＝属性の類似を区別します。検索は利用者の明示的問合せ、推薦は嗜好等から候補を提示します。
例: 商品Aを買った利用者がBも買う傾向からBを薦めるのは協調型、Aと同じ著者・分野の本を薦めるのは内容ベース型です。