ニュートン新書 レコメンダ・システムのすべて―ネットで「あなたへのオススメ」を表示する機能

シュレージ，マイケル【著】〈Ｓｃｈｒａｇｅ，Ｍｉｃｈａｅｌ〉/椿 美智子【監訳】/杉山 千枝/山上 裕子【訳】

ニュートンプレス（2023/02発売）

• サイズ B40判／ページ数 400p／高さ 18cm
• 商品コード 9784315526660
• NDC分類 675
• Cコード C0204

内容説明

ネットショッピングや動画配信サービスで表示される「あなたへのオススメ」。これは「レコメンダ（ｒｅｃｏｍｍｅｎｄｅｒ）・システム」という機能によるもので、今やネットビジネスに欠かせない機能となっています。本書は、レコメンダ・システムを支える「レコメンデーション・エンジン」の仕組みから開発の歴史、実用例、さらには購買行動に及ぼす影響まで、わかりやすく解説。レコメンダ・システムがビジネスモデルを変革させた例を挙げながら、次世代のレコメンダ・システムが私たちに何をもたらすのか、探っていきます。

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。２０２２年１０月より東京理科大学経営学部長・大学院経営学研究科長。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。

[よっち]

ネットショッピングや動画配信サービスで表示される、おすすめを支えるレコメンダ・システム。その仕組みから開発の歴史、実用例、購買行動に及ぼす影響までわかりやすく解説した一冊。オススメを表示して、今やネットビジネスに欠かせない機能となっているレコンメンド・システムとは何か。その起源から上手く活用して急成長したamazonやNetflixのようなビジネスモデルを変革させた例、類似性の比較やフィルタリングなどのアルゴリズムの仕組みの進化、TikTokやSpotifyなどの活用事例など、なかなか興味深く読めました。

2023/02/19

[ハラペコ]

個別化、というワードが気になった。ホームのレコメンダ画面が、誰一人同一なものでないのが理想であり、既にその領域に到達しつつあるというのに驚いた。最後のレコメンデーションを用いた内面化、複数の自己の養成という結論とも結びついていて、自分の中のこの手のシステムは大して役に立たないのではという先入観が薄れた。倫理的な問題にも触れいていたが、具体的な技術面に関しては最小限だった。また、典型例だからか中盤はネットフリックスの話題がほとんどだった。検索エンジンや広告の話も期待していたが、ほぼ無かった。

2024/05/27

[ゼロ投資大学]

レコメンダ・システムは現代の多くのビジネスに採用されている。特にネット関係のサービスではほとんど良質なオススメが表示される。Amazonでは消費者が関心のある商品が表示され、ネットフリックスでは視聴者の興味を引く動画が絶えずオススメされる。

2023/09/01