レコメンデーション・エンジン [単行本]

レコメンデーション・エンジン [単行本] の 商品概要

• 要旨（「BOOK」データベースより）

  ユーザーの好みを追跡する。オススメ機能の仕組みがわかる。

• 目次

  謝　辞
  はじめに
  第1章 ：レコメンデーション・エンジンとは何か
  レコメンデーション・システムはなぜ重要なのか
  豊富なデータに基づくレコメンデーションと，レコメンデーションの豊富なデータ
  
  第2章 ：レコメンデーションの起源
  
  第3章：レコメンデーション・エンジンの歴史
  Netflix Prize
  
  第4章： レコメンデーション・エンジンの仕組み
  類似性の比較
  最も人気の高いアイテムのレコメンデーション・エンジン
  アソシエーションルールモデルとマーケットバスケットモデル
  コンテンツベースフィルタリング法，協調フィルタリング法，およびハイブリッド法
  多次元性の呪縛と潜在因子から得られる洞察
  機械学習，バンディッド・アルゴリズムと説明可能性
  
  第5章： レコメンデーションのエクスペリエンス
  選択アーキテクチャー
  視覚化のレコメンデーションとレコメンデーションの視覚化
  Netflixの推奨作品表示アルゴリズムの種類
  
  第6章： レコメンデーションの革新者たち
  Spotify
  ByteDance
  Stitch Fix
  
  第7章： レコメンデーションの未来
  代理実行者よりも行為主体性が重要
  
  用語集

• 内容紹介

  アマゾンなどで買い物をした際，「○○を買った人は△△も買っています」と出てきたことはないでしょうか？これはレコメンデーション・エンジンというシステムに導き出された，その人が好みそうなオススメ商品です。誰にも言っていなかったのに，欲しかったものを言い当てられて不思議な気分に襲われたことがある人もいるのではないでしょうか。このレコメンデーション・エンジンの精度こそが，今のアマゾンやNetflixをつくり上げたと言っても過言ではありません。本書では，そんな私たちの隠れた選択の基準「レコメンデーション・エンジン」について，その歴史，進化，仕組みまで詳細に解説しています。この本を読めば今まで疑問だったオススメの謎がきっとわかります！

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  シュレージ,マイケル(シュレージ,マイケル／Schrage,Michael)
  スローン経営大学院デジタルビジネスセンターの研究員であり、インペリアルカレッジのイノベーションと起業家精神プログラムにおける客員研究員。このほか、Ｍｉｃｒｏｓｏｆｔ、Ｐｒｏｃｔｅｒ＆Ｇａｍｂｌｅ、Ｂｒｉｔｉｓｈ　Ｔｅｌｅｃｏｍ、Ｇｏｏｇｌｅなど多くの有名企業へのコンサルティングや顧問業務なども行っている
  
  椿 美智子(ツバキ ミチコ)
  東京理科大学経営学部経営学科教授。東京理科大学大学院工学研究科経営工学専攻（博士後期課程）単位取得退学。博士（工学）。電気通信大学教授を経て２０２１年４月より現職。専門は大規模データのデータサイエンス的分析、ＡＩ・機械学習、ＵＸ向上に基づくマーケティング科学。ビッグデータ分析に基づく理工学系の経営情報学と、経営学部のマーケティング科学や幸福感を向上させるための消費者行動研究、人材育成や自己向上学習の学術的知識を融合した新時代に相応しい文理融合的研究・教育に挑んでいる
  
  杉山 千枝(スギヤマ チエ)
  アメリカ・オレゴン州立オレゴン大学舞台芸術学科卒業。大手ＰＲ代理店、製薬企業で翻訳業務を経験後、独立。企業広報、芸術、ファッション、マーケティングなど幅広い分野で翻訳を手がける
  
  山上 裕子(ヤマガミ ユウコ)
  上智大学外国語学部卒業後、イギリスの大学院で開発学修士号を取得。英語教員、インハウス通訳者・翻訳者を経て、現在はフリーランス翻訳者として、企業広報、政府関連文書、ライフスタイルやヘルスケア関連のＷｅｂコンテンツなど、幅広い分野の翻訳を手がける

レコメンデーション・エンジン [単行本] の商品スペック