AIを駆使して精度の高いECサイトのレコメンドシステムを一から開発

​

我々は、AIを活用して高精度のECサイトのレコメンドシステムを一から開発しました。これは、ECサイトや動画プラットフォームにおける「あなたへのおすすめ」機能のようなもので、ユーザーが過去に購入または閲覧したアイテムに基づいて、似たような商品やユーザーの興味に合致した商品を提示します。

​

このシステムの威力は、NetflixやAmazonのサイトに見ることができます。Netflixでは、全体の視聴のうち80%がレコメンド経由で、その他20%がユーザーの直接検索によるものです。また、Amazonにおいても35%の売上がレコメンドシステムを通じて生み出されています。これらの数値は、レコメンドシステムがユーザー体験とビジネス成功にどれほど重要であるかを明らかにしています。

​

私たちのプロジェクトでは、

​

1. ユーザー中心のアプローチ(コンテンツベース)

2. 商品間の関係性に注目したアプローチ(ユーザベース)

3. 商品自体の特性に着目したアプローチ(コンテンツベース)

 

これら3つ全てを組み合わせることで、より優れたレコメンドシステムを作り上げました。特にコンテンツベースでは、「商品の説明」や「ユーザーのコメント」を単語に分割(形態素解析)し、各商品にタグを付けることで商品間の関連性や類似性を明らかにしました。これにより、各ユーザーに最適な商品をレコメンドすることが可能となり、さらに次元削除という手法を用いて処理速度を向上させ、ユーザビリティを最大化しました。

​

レコメンドシステムはその導入により高い確率で売上が上昇する、という特性があります。大規模なECサイトや動画プラットフォームにおいてはすでに不可欠な存在となっています。これからもサブスクリプション型サービスの増加とともに、その需要は規模に関わらず更に高まっていくと考えられます。