- 2009年9月 3日 20:20
- その他
amazonやYouTubeでおなじみの「関連動画」や「お勧め商品」を
他のサイトでも見かけるようになりましたね。
私はamazonで本をよく購入していますが、
目的の本を検索すると検索した本を購入した他の人が
他にどのような本を同時に、
または別々に購入したのかをお勧めしてくれます。
またamazonだけではありませんが、商品や動画に自由にユーザが
レビューを書いて評価をつけることができます。
私はまだ書いたことがありませんが。 ^^;
このシステムの特徴は、
ユーザーから得た情報をこと細かく集計し、
ユーザーへのレスポンスを作成しているところです。
つまりユーザー一人一人に見合った情報を
レコメンド(推奨)しているのですね。
このように、Webサービスは
企業を中心とするサービスからユーザーを中心とするサービスに
移行しています。
企業が一方的に発信するコンテンツでは、
現在のユーザーのニーズを満たす事はできず、
また利益を生み出す事が難しくなっているとも言えます。
そこで登場するのが「集合知」です。![]()
集合知はいわば、
「アプリケーションを改善するために
ユーザーから得られる情報を有効に活用すること」
です。
一人のユーザー、複数のユーザーから生まれる情報を分析・解析し、
その結果をもとにユーザー用にカスタマイズしていくというわけですね。
では、ユーザーからどのような情報が得られるのでしょうか。
例えば、
- ユーザーによって作られたコンテンツ(ブログ、Wiki,掲示板) … ユーザーが投稿した内容や文章、文章を構成する単語、 どのようなユーザに影響を与えているのか等
- プロファイル … どのような嗜好を持っているのか、ブックマーク 、 個人情報などの各種設定情報等
- 行動履歴、購買履歴 … どのような商品に興味があるのか、同じ商品を選んだ他の人はどのくらい存在するのか、サイト内の滞在期間は
多様に提供されるユーザーの情報は、システム内の様々なサービス
(ソフトウェアコンポーネント)で処理されます。
これにより、ユーザーなどから抽出した情報、
つまりは「知」をアプリケーションに落とし込んでいるのです。
このシステムは実に多くの分野の技術が盛り込まれています。
そのうち個人的な関心事としては、類似度を得るための技術です。
- 「あるアイテムに関連したアイテムはどれ?」
- 「あるユーザーに類似したユーザーは誰?」
- 「あるユーザーと同じ記事をブックマークしたほかのユーザーがブックマークしている記事はなに?」
- 「ユーザーのブックマークのパターンから、記事の類似性を見つけるには?」
つまりは統計学なんですね。
プログラム技術をメインに勉強してきた私にとって、
この分野の勉強は非常に興味深く、そして有意義なものになっています。
もしこの記事に興味をもっていただけたならば、
ぜひ「集合知」を学習して視野を広げていただきたいところです。
--------------------------------------------------------------------------------
パソコンスクール KENスクール北千住校 Programインストラクター
http://www.kenschool.jp/school/kitasenju/index.html
KENスクールでプログラムを学びたい方は、Program講座へ!
http://www.kenschool.jp/Program/index.html
