前回の「レコメンドの正体を突き止めた！」では考えられるレコメンドのバリエーションを紹介しました。今回はそれぞれのレコメンドバリエーションの特徴や実現性について見ていきたいと思います。 レコメンドの種別 大雑把にいうとレコメンドには以下のバリエーションが存在します。 リスペクト型レコメンド 行動分析型レコメンド 同属性安心型レコメンド 多数追従型レコメンド ではそれぞれのレコメンドについて、効果的な使用方法と実現難易度の2面から見ていきましょう。 1. リスペクト型レコメンド アルファブロガーや雑誌のライター等が「良い」といったものPickupするタイプのレコメンドです。身近な例でいうと「店長おすすめ」のポップ等もこれに該当します。 このおすすめする人を『インフルエンサー』と呼称します。 このレコメンドはインフルエンサーの権威に左右されるという特性があります。インフルエンサーが強力であればあ
※ 月間50万PV迄上記料金内。月間50万PV以上、以降50万PV超過毎に追加費用＋5,500円／月（税込）。大規模サイトPV 応相談。 ※ 商品点数1万点迄上記料金。商品点数1万点以上、以降5000点超過毎に追加費用＋5,500円／月（税込）。大規模サイト商品数 応相談。 ※ PV換算は、タグを貼り付けたページのPV数を元に課金されるため、サーバーアクセスが複数回でも１PVとしてカウントします。例えば、1ページ中に３つのレコメンド出力を設置しても1PVとして算出。当社 携帯（ガラケー）サイトを除く。 ※ リクエスト換算は、サーバーアクセス回数を元にカウント。例えば、1ページ中に３つのレコメンド出力を設置するとｘ３で算出。 * WEB上に公開されている情報を元に調査した結果として、2012年6月現在、当社調べ。
February 10, 2009 14:31 レコメンドエンジンのアルゴリズムの学術情報を一挙総まとめ カテゴリ レコメンデーション ホットラボ Tweet ホットリンクは、創業以来8年間ずっと『究極のエージェント』を目指して会社を運営してきているので、レコメンドエンジン・データマイニング・テキストマイニング・WEBマイニング・対話エンジン等の技術はずっと開発してきました。 今回は、ホットリンクのレコメンドＡＳＰサービス「レコナイズ」の開発に際して、再度まとめたレコメンドエンジンに関する学術分野での基本から最新までの論文などをご紹介しておきます。 （ホットラボ（ホットリンクの研究チーム）メンバーである産業技術総合研究所の濱崎さんが中心となって以前まとめてくれたものです） **********************************************************
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
