メインコンテンツへジャンプ

ソリューションアクセラレータ

推薦エンジンによるパーソナライズ

事前構築されたコード、サンプルデータ、解説を含む Notebook

recommendation-engines-for-personalization-header-image
recommendation engines for personalizations ui hex image

パーソナライズによるコンバージョンの向上

顧客のニーズはバイヤージャーニーの各ステージによって変化するため、最適な推薦モデルの選択が必要です。「コールドスタート問題」には、コンテンツベースのレコメンダーがおすすめです。ショッピングカートへの商品の追加を促すには、ワイド&ディープレコメンダーが有用です。

NOTEBOOK 1

画像によるレコメンデーション

商品の推薦を行うための入力として、アイテムの視覚的類似性を考慮したEコマース向け類似性ベース画像推薦システムを構築する。

Notebook を使ってみる
NOTEBOOK 2

市場からの提言

商品の親和性を活用して、追加で商品を提案するレコメンダーを構築する。

Notebook を使ってみる
NOTEBOOK 3

ワイド&ディープのススメ

反復購入のパターンを利用して、以前に購入した商品と関連する商品の両方を提案する協調フィルタによる広くて深いレコメンダーを構築します。

Notebook を使ってみる
NOTEBOOK 4

マトリックス分解(ALS)推奨

様々な商品に対するユーザーの評価を推論するために、行列因数分解レコメンダーを構築する。このレコメンダーのALS(alternating least squares)実装は、実際のシナリオで見られる大量のユーザーと商品の組み合わせに対応するために、行列の因数分解のパターンを示すものである。

Notebook を使ってみる

関連リソース

ブログ

resource-tile-image-based-recommender

ブログ

resource-tile-market-based-recommender

ブログ

resource-tile-wide-deep-recommender

ソリューションアクセラレータは、あらゆる業界の主要なデータとAI のユースケースに対応し、イノベーションを加速させます。 ソリューションライブラリを見る

無料お試し・その他ご相談を承ります