レコメンデーション・エンジン

個数:

レコメンデーション・エンジン

  • ウェブストアに1冊在庫がございます。(2024年02月27日 15時40分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ 46判/ページ数 336p/高さ 19cm
  • 商品コード 9784315524703
  • NDC分類 675
  • Cコード C0004

出版社内容情報

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!

内容説明

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

第1章 レコメンデーション・エンジンとは何か
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
第4章 レコメンデーション・エンジンの仕組み
第5章 レコメンデーションのエクスペリエンス
第6章 レコメンデーションの革新者たち
第7章 レコメンデーションの未来

著者等紹介

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(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)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

スプリント

8
知らないうちに情報を収集されオススメが形成される。 その仕組を知ることができる。2024/01/16

山のトンネル

6
★3.32023/12/19

ゼロ投資大学

3
NetflixやAmazonやTiktokといった人々が日常的に利用するアプリでユーザー体験を向上させる目的で組み込まれているのがレコメンド機能である。人々が意思決定するのを手助けする機能で、非常に便利な反面、依存しすぎないように注意していく必要がある。2022/12/21

Go Extreme

3
レコメンデーション・エンジンとは何か: 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 レコメンデーション・エンジンの歴史 レコメンデーション・エンジンの仕組み: 類似性 アソシエーションルール・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 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 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2021/11/17

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/18694206
  • ご注意事項

    ご注意
    リンク先のウェブサイトは、株式会社ブックウォーカーの提供する「読書メーター」のページで、紀伊國屋書店のウェブサイトではなく、紀伊國屋書店の管理下にはないものです。
    この告知で掲載しているウェブサイトのアドレスについては、当ページ作成時点のものです。ウェブサイトのアドレスについては廃止や変更されることがあります。
    最新のアドレスについては、お客様ご自身でご確認ください。
    リンク先のウェブサイトについては、「株式会社ブックウォーカー」にご確認ください。