AIレコメンドで利用できるアルゴリズムを知りたい

1 AIレコメンドで利用できるアルゴリズム
- 1.1 前提
- 1.2 利用できるアルゴリズム一覧

AIレコメンドで利用できるアルゴリズム

前提

b→dashのAIレコメンドでは、『アルゴリズム』を用いて集計結果を算出します。
この『アルゴリズム』は、『ロジックセット』『ロジック』を組み合わせて構成されており、この2つの組み合わせや割合を調整することで最適化が行われます。

『アルゴリズム』『ロジックセット』『ロジック』について

『アルゴリズム』について

『ロジックセット』『ロジック』を組み合わせた計算手法の種類のことで、「どのデータを、どのように計算/抽出するか」を定めてレコメンドの出し分けを行います。
購入件数の多い商品を上位に表示する「購入データを利用したランキング」、似たユーザーの購入履歴を抽出する「類似ユーザーの相関」などは、それぞれ別のアルゴリズムが用意されています。

『ロジックセット』について

「ランキング」「協調フィルタリング」「類似ユーザー相関」など、複数の『ロジック』を組み合わせたまとまりのことです。

『ロジック』について

「ランキング」「協調フィルタリング」「類似ユーザー相関」など、アルゴリズムを構成する最小単位のことです。

[参考]『サブロジック』について

一般的なレコメンドでは、抽出数が不足した際に別のアルゴリズムで補う『サブロジック』が利用されることがありますが、b→dashでは『サブロジック』は利用できませんので、ご注意ください。

利用できるアルゴリズム一覧

b→dashの「AIレコメンド」では、『サイト用レコメンド』と『配信用レコメンド』で利用できるアルゴリズムが異なります。
また、『配信用レコメンド』で協調フィルタリングが利用できるアルゴリズムは、「関連したユーザーの購買/閲覧履歴からおすすめのアイテムを表示」のみです。

それぞれで利用できるアルゴリズムについては、以下の表をご参照ください。

※ サイト用レコメンド：webサイトに対して、AIレコメンドの集計結果を挿入する機能
　配信用レコメンド　：メール/LINEコンテンツに対して、AIレコメンドの集計結果を挿入する機能

#	アルゴリズム一覧	利用可否		備考
#	アルゴリズム一覧	サイト	配信	備考
1	購入回数が多いアイテムをランキング形式で表示	○	○
2	売上金額が高いアイテムをランキング形式で表示	○	○
3	閲覧回数が多いアイテムをランキング形式で表示	○	○
4	アイテムデータを用いてアイテムをランキング形式で表示	○	○
5	関連したユーザーの購買/閲覧履歴からおすすめのアイテムを表示	○	○	サイト用レコメンドでは、以下のように「購買」と「閲覧」が分かれて表示されます。　・ユーザーの購買履歴から関連のあるおすすめのアイテムを表示　・ユーザーの閲覧履歴から関連のあるおすすめのアイテムを表示
6	外部データを用いてユーザーに関連のあるおすすめのアイテムを表示	○	○	”b→dash外”で保持しているレコメンドデータを連携すると利用可能
7	ランダムでアイテムを表示	×	○
8	ユーザーの履歴からおすすめのアイテムを自動で表示	○	×	サイト側でのみデータを保持してるため、配信用では利用不可
9	ユーザーの履歴からおすすめのコーディネートを自動で表示	○	×
10	ユーザーのキーワード履歴からおすすめのアイテムを自動で表示	○	×
11	閲覧履歴を表示	○	×
12	外部データを用いてアイテムに関連のあるおすすめのアイテムを表示	○	×	リアルタイムでのサイト表示のため、配信用では利用不可

男性/女性それぞれにメンズ/レディース商品を出し分けるといった、レコメンドの集計結果に対するフィルタ機能は利用できません。
そのため、すべての商品を対象とした訴求になりますので、ご注意ください。