レコメンデーションシステム

レコメンデーションシステム（Recommendation System）とは、ユーザーの過去の行動履歴・評価・属性などのデータを分析し、そのユーザーが興味を持つであろうアイテム（商品・コンテンツ・情報）を自動的に推薦するAIシステムです。情報過多の現代において、ユーザーが求めるものを効率的に発見できるようにする重要な技術です。

レコメンデーションシステムが重要な理由は、NetflixのコンテンツのうちTV視聴の80%以上がレコメンドから始まるとされるなど、ユーザーエンゲージメントと収益に直結するためです。AmazonはEコマースの売上の35%程度がレコメンドによるものと推定されています。SpotifyのDiscover Weeklyは毎週3,000万人以上に使われています。

主なアルゴリズムとして、協調フィルタリング（類似したユーザーや類似したアイテムをベースに推薦）、コンテンツベースフィルタリング（アイテムの特徴に基づく）、Matrix Factorization（Netflixコンペで有名なSVD系手法）、深層学習ベース（embeddingを活用したニューラルネットワーク）があります。近年はLLMを活用した「会話型レコメンド」も登場しており、「最近見た映画に似た作品を教えて」という自然言語での推薦が可能になっています。