データ分析の話の続きです。
今私が携わっているサービス「スキマ」にはおすすめの漫画を紹介する「レコメンド機能」があります。
アマゾンの商品ページに出てくるこれを買った人はこれもおすすめ！的なあれです。
ネトフリで出てくるこれを見る人はこれもおすすめ！的なあれです。
ここですこしレコメンド機能についての解説なのですが、
レコメンド機能には「コンテンツベースフィルタリング」と「協調性フィルタリング」という２種類があります。
・コンテンツベースフィルタリング
コンテンツベースフィルタリングはユーザーの履歴と類似性に基づいてレコメンドしてくれるものです。
現在のsukimaのレコメンドはこれになっていまして、アクションが好きな人はアクション、恋愛が好きな人は恋愛、と提案してくれます。
もう少し深く解説しますと、
漫画についているタグを元にその本がどんな特徴を持っているかを算出し、似たようなタグを持つ漫画を表示する、というものです。
・協調性フィルタリング
コミュニティ全体の動きに基づいてレコメンドをします。
ユーザーの趣味趣向と似たようなユーザーを探し、そのユーザーの読んだ作品をオススメするかんじです。
ただこちらは「新しいユーザーに弱い」という欠点があります。
新しいユーザーはまだスキマで漫画をあまり読んでいないので、このユーザーの趣味趣向がわからず似たようなユーザーを見つけることができない、ということです。
ただ、こちらのフィルタリングはレコメンドされる漫画に多様性が生まれるので楽しいという点があります。
こんなことをやりたいなと思ってはいたのですが、思ったよりも別のタスクに時間を取られてしまったので、
今回は今年の２月、スキマがページ制からチケット制に変更された時に取ったアンケートを残りの期間でやっていきたいと思います。
詳しくやる内容は次回・・・
今日は上司の中村さんの誕生日で、ホールケーキがオフィスにやってきました
ホールケーキ(おいしい)
と
中村さん(本日の主役)