CodeZine(コードジン)

特集ページ一覧

ユーザー体験を向上させる、暗黙的フィードバックを用いた推薦システムの作り方

  • LINEで送る
  • このエントリーをはてなブックマークに追加

 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。

目次
※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)。
  • LINEで送る
  • このエントリーをはてなブックマークに追加

バックナンバー

連載:現場のAIエンジニアに学ぶ推薦システム入門

著者プロフィール

  • 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)。

  • 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。

あなたにオススメ

All contents copyright © 2005-2021 Shoeisha Co., Ltd. All rights reserved. ver.1.5