知識 · AI基礎

推薦システム

Recommendation System

📂AI 基礎⏱読了2分📊入門🔗関連 4

推薦システムとは?

一行定義
ユーザーの好みや行動を分析し、気に入りそうな商品・コンテンツを選んで提案するAI。ネットフリックス・YouTube・ショッピングモールの中核エンジン。
このテーマを社内研修で📚 関連講座💬 研修のお問い合わせ
⚡ 3行要約
  • 好みや行動を分析して、好きそうなものを提案
  • ネットフリックス・YouTubeのエンジン
  • パーソナライズの代表格

推薦が入って変わるのは、画面の数か所ではなく、陳列の権限が人からモデルに移るという事実です。以前はMDと企画担当者がメインバナーや上位表示の順番を会議で決めていましたが、今は最初の画面がユーザーごとに組み立てられます。そのため導入初期に起きる対立は技術ではなく、主導権争いです。プロモーション商品を押し出したいマーケティングチームと、クリック率を上げたいモデルが同じ枠を取り合い、結局'固定エリア何枠、アルゴリズムエリア何枠'という合意を文書に残すことになります。

方式は大きく二つに分かれます。自分と似た行動をした人たちが見たものを引いてくる協調フィルタリングは、データが蓄積されるほど強くなりますが、新規ユーザーや新商品の前では無力です。反対に、商品説明・タグ・カテゴリを読むコンテンツベースは、公開初日から動く代わりに、いつも似たものばかり拾ってきます。そのため実務ではほとんどの場合二つを混ぜ、動作も候補生成とランキングの二段階に分けます。数万件から数百件をまず絞り込み、その数百件だけを精密に並べ替える構造でなければ、応答時間を数十ミリ秒以内に収められないからです。

判断基準も二重構造です。開発段階では Recall@K や NDCG のような精度指標を見ますが、最終的な勝敗はA/Bテストの転換率と再訪問率で決まります。オフラインのスコアは上がったのに実際の売上は変わらないケースは珍しくないからです。ルールベースの'一緒に見た商品'との境界も明確です。ルールは誰が来ても同じリストを返しますが、推薦システムは同じページでも人によって異なるリストを出します。運用コストと管理の難しさが最初から別物だということです。

現場で最もよくずれるのは、'推薦経由の売上'をすべて推薦の功績として計算する習慣です。どうせ買う人の前にもう一度出しても指標は上がりますが、総売上は変わりません。推薦をオフにした対照群なしで成果を報告すると、予算だけ増えて効果は結局証明されません。在庫のない商品や、すでに修了した講座が出続けるという事故も多く、一度経験したユーザーは推薦エリアそのものを目で見て除外し始めます。多様性のルールと除外条件は、公開前に決めておくほうがよいです。

この用語が登場する研修 · AI・DX
おすすめ研修 · おすすめ講師 · 簡易見積もり
🧮 ミニ見積もり・講師料の基準
約120万ウォン(約14万円)特別講義 2時間 · 20名以下 · 韓国語
この条件で正式な見積もりを依頼 →
💡 かんたんに言うと
行きつけの好みを知る店主が'こちらはいかがですか?'と勧めるように、好みに合うものを選んでくれます。
実務でなぜ重要なのか
パーソナライズがそのまま競争力となる時代です。推薦システムは'一人ひとりに合わせた体験'で売上と満足度を引き上げます。
由来と出典

1990年代の協調フィルタリング研究に始まり、2006年のネットフリックス推薦コンテストなどを経て発展し、ディープラーニングによって精緻化されました。

事例で理解する

仮想の事例で見ていきます。国内の部品メーカーA社は役職員3,200名、社内学習プラットフォームに講座1,840件を掲載していました。ところが月間アクセス者のうち受講完了まで至る割合は19%にとどまり、上位30の人気講座が全体の受講の71%を占めていました。HRDチーム長は'講座は多いのに、誰も自分に合ったものを見つけられない'と話しました。

  1. HRDチームのキム代理が直近12か月の検索・受講・中途離脱ログを抽出したところ、検索語の上位100件のうち43件が'結果0件'で終わっていました。
  2. 最初の段階ではモデルを使わず、ルールから組みました。職務・職級・受講履歴の3つの軸で「同じ職務の先輩が多く受講した研修」10件をホームに表示し、すでに受講した研修は必ず除外するようにしました。
  3. 3か月後に協調フィルタリングを導入したところ、新入社員400人のおすすめ欄が空になりました。データ担当のパク課長が'最初の2週間は職務プロフィールで乗り切ろう'と言い、コールドスタートの区間を別に切り出しました。
  4. 露出を半分ずつに分けて8週間のA/Bテストを行いました。クリック率は14%p上がりましたが修了率は横ばいだったため、成果指標を'クリック'から'4週間以内の修了'に変え、ランキングを再学習させました。
  5. 6か月後、月間の受講完了率は19%から31%に、上位30講座への集中は71%から52%に下がり、一度も開講されていなかった610講座のうち280講座が初めての受講者を迎えました。
関連用語
この用語に関連する研修
📚自社データで答えるAIをつくる — RAG入門ナヌム経営コンサルティング 企業研修 · 対面/オンライン研修を見る →
このテーマで社内研修が必要でしょうか?
ご担当者さま向けの研修プログラム・お見積もりを、すぐにご覧いただけます。
研修のお問い合わせ
最終更新 2026-09-13 · 監修 金鍾赫

よくある質問

過去の行動が似ているユーザーのパターンを分析して予測します。正解ではなく確率的な推定です。
似たものばかりが表示される副作用があるため、多様性と探索を同時に設計するのが良い推薦です。
過去の行動・類似ユーザー・商品特性を分析して、好みに合いそうなものを予測します。
その通りです。似たものばかり推薦されると視野が狭くなりかねないため、多様性の確保が課題です。