データをもとに、ユーザーが気に入りそうなアイテムを推薦する推薦システムは、通販サイトや求人サイトなど、生活のいたるところで利用されています。本連載では推薦システムについて学びたい開発者やデータサイエンティスト、およびプロダクトのユーザー体験を向上させたいと考えている方向けに、接触履歴情報のみを用いる「暗黙的フィードバック」を用いた推薦システムの概要と代表的なアルゴリズム、およびそれらの長所と短所を解説します。連載の第1回は、推薦システムの概要と、実装に必要なリソースについて解説していきます。
※印刷用ページ表示機能はメンバーのみが利用可能です（登録無料）。
この記事は参考になりましたか？
- この記事の著者
-
大槻 知貴（株式会社ビズリーチ）（オオツキ トモキ）
株式会社ビズリーチ（Visionalグループ） CTO室 AIグループ所属 NTTデータ数理システム、AIベンチャーを経て、2018年にビズリーチ入社。データサイエンス業務に従事し、Visionalグループにおける機械学習関連機能のR&Dを担当。理学博士（物理学）。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
-
中江 俊博（株式会社ビズリーチ）（ナカエ トシヒロ）
株式会社ビズリーチ（Visionalグループ） CTO室 AIグループ所属 NTTデータ数理システムにてデータ分析の受託案件を多数担当。その後、IoTスタートアップを経て、2019年にビズリーチ入社。レコメンドシステムなど機械学習関連の実装作業に従事。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
