レコメンデーションが熱い

少し間が空いてしまった。近江商人JINさんのブログにレコメンドのエントリーがいっぱいだと書いていたら今日もまた別のエントリが。これにつられてホットリンクの内山さんのブログも読んだわけですが、特にアルゴリズムに関する解説が非常にわかりやすく参考になりました。

お店によって、お客さんの嗜好が違うので、お店によっても必要なレコメンデーションエンジンのアルゴリズムが違う、という例ですね。

導入するお店によっても、利用するアルゴリズムが変わってくるんですね。

結局、気の利く店員さんというのは、いろいろな対応の仕方を知っていて、お客さんに合わせて対応を使い分けてくれるんです。
そして、たくさんのアルゴリズムをもっていて、お客さんやそのお客さんの購入プロセスの段階に応じて使い分けられる必要があるんですね。

メタキャストのサービス"Mitter"では、動画投稿サイトの視聴体験を共有できるサービスですが、ユーザー自身が視聴した動画の履歴を残していくので、この履歴を使ったレコメンドを一部やっています。購買とは異なる動画視聴のサポートという形なのですが、ユーザーの状況に合わせてチューニングするような改善を今後やっていきたいなと思っています。
国内だけじゃなくて海外でも、また購買とは異なるところでもレコメンデーションは熱いという感じで、Diggがレコメンデーションをlaunchするという記事もTechCrunchに出ていました。基本は協調フィルタリングの仕組みのようですが、対象とする記事をUpcomingに限定していたり、レコメンデーションが多様なものになるようにしていたり、ユーザーのフィードバック（合わないDiggers Like Youを外せる）を受け付けたりと様々な工夫がされているようです。
レコメンデーションに関しては今後もますます熱くなりそうです。