■[研究] 情報推薦がうまくいくジャンル、うまくいかないジャンル 08:47

ホットリサーチ調査結果(http://www.hottolink.co.jp/entry160.html)に掲載されていた

データから、以下のような結果が。。。

オススメされたと感じた商品ジャンル：

・「書籍を販売しているサイト」（３４．５％）

・「家電製品を販売しているサイト」（３１．０％）

・「CD・DVDを販売しているサイト」（２５．３％）

・「ソフトウェアを販売しているサイト」（２３．０％）

・「音楽ダウンロードサイト」（６．９％）

　

実際にオススメされた商品について購入したジャンル：

・「書籍を販売しているサイト」（２０．４％）

・「ソフトウェアを販売しているサイト」（１４．８％）

・「家電製品を販売しているサイト」（１３．０％）

・「CD・DVDを販売しているサイト」（９．３％）

調査を実施したホットリンク社は、レコメンドエンジンの提供も行っているベンダなので、

調査自体に中立性があるかどうか、やや迷うところはあるものの、なんとなく納得のいく

結果です。はい。

で、ここでの謎。

家電とCD・DVDについて、レコメンドサービスが実施されているわりに、

その効果が低いことが読み取れる。

なぜか？

以下、全て個人的な推測です。

家電とCD/DVDの両方ともをレコメンドしているサイトとして、

アマゾンで、実際にサンプル調査してみました。

家電

例えば東芝のDynaBookを選択すると、推薦されるのは、

1)SMAP 2008 super modern....(DVD)

2)BUFFALOの外付けＤＶＤドライブ

3)8GBのUSBメモリ

4)Figma 鏡音リン

orz....

がっかりな結果になりました。

まず、1)と4)は、さすがに・・・・・

とりあえず家電のレコメンドの元データが、

DVD, フィギュアと同じという時点で、少し怖い。

かつてのアソシエーションルールのように、

「ビールと紙おむつ」

みたいな、まさにサプライズな事例を狙ってのことでしょうか・・・・

で、1)と4)は置いといて、

2)と3)は、まぁまぁ真っ当な感じがします。

ただ、これはあくまでも個人的な感想ですが、

DynaBookを選択した者の気持ちとしては、

「同スペック/用途のPCをレコメンドしてほしかったなぁ」

というのがホンネです。

で、先行研究と照らし合わせて考えると、こんな研究があります。

Senecal,S. and Nantel,J.:The Influence of online product recommendation onconsumers’ online choise,J.Retailing,Vol.80,pp.159-169(2004)

上記の論文によると、商品にはエクスピリアンス型とサーチ型があるとのこと。

前者は体験しないと効用が分からない商品。例えば本が代表例。

後者はスペックが与えられて、ユーザが希望のスペックのものを探す・・ような商品。

そして、推薦で効果が高かったのは前者のエクスピリアンス型だったとのこと。

この研究を合わせて考えると、

家電、特にＰＣはサーチ型かと。

サーチ型商品の場合、

内容ベースのフィルタリング or 検索　の方が適している

という意味で、

レコメンドの効果が薄かったのではないかと考えられます。

CD/DVD

CD/DVDっていうと映画もあるんですが、

ここでは音楽の場合について。

分かりやすい事例として、Amazonで検索してみました。

画面真ん中の、「この商品を買った人は、こんな商品も買っています」の部分。

同じ歌手の楽曲で埋め尽くされています。

これはこれでイイんですが、

推薦が本来目的とする「潜在ニーズ」「セレンディピティ」とは、ちょっと違う感じもします。

というか顕在ニーズを上手く表現してくれた感じ・・・・

そもそも、ここで「情報推薦の目的」が重要になってきます。

推薦の目的を「潜在ニーズの発掘」に置くのか、「顕在ニーズの表現」に置くのかで、

推薦アルゴリズム自体に求められる仮定や効果が変化してきます。

で、最初のお題に戻ると、

「ある歌手の楽曲を選択したら、同じ歌手の楽曲ばかり推薦された」

という場合、たしかに推薦効果が低いのは頷けます。はい。

どちらかといえば、この場合、推薦してほしいのは、「その歌手の楽曲と同じテイストだけど異なる歌手の作品」

なのではないかと感じます。

となれば、もしかしたらですが、推薦時に、

・購買頻度がきわめて近いアイテムを外して推薦する

・あらかじめ歌手のみメタデータを付与しておき、そのメタデータをもとに推薦結果を工夫する

・歌手についてエントロピーが高まるように（多様な歌手の楽曲が推薦されるように）結果を工夫する

等の対策が考えられます。

まとめ

ジャンルの持つ性質によって、

推薦アルゴリズムのパラメータorアルゴリズム自体を

調節する必要がある。

と、いうことになります。。。