ぽっちゃりインターン生が人工知能に触れる!PART1〜グルメアプリ界のTinder“Pecomy”を使ってみました〜

どうもどうもお初にお目にかかります。こばやしです。インターン生です。

普段はAINOW編集部の社員さん、インターン生の日常などなどをブログに書いています。

さて、本日AINOWデビューです٩( ‘ω’ )و

テーマは、ぽっちゃりインターン生が人工知能に触れる!、です。

というわけで、いきましょう。記念すべきPART1は、Pecomyです٩( ‘ω’ )و

グルメアプリ界のTinder。使ってみました。

まずはアプリをダウンロードします。アプリを立ち上げるとチュートリアル的なものが始まりました。

チュートリアルと初期設定

現在地情報を提供しましょう

チュートリアルが終わると、

位置情報の利用許可を求められるので、許可します。

許可しないと多分使えないです。

条件を設定する

あとは予算人数ジャンルなどを選んで「この条件で探す」ボタンをクリックします。

いよいよスワイプ大会の始まり

そうすると、

現在地周辺のお店のランチの写真が出てきます。

写真を見て美味しそう!食べたい!と思ったら

いいね!ということで右にスワイプするか、ハートを押す!

きょうの気分じゃないなあ、嫌いなやつだ!と思った時には、

イマイチ…ということで左にスワイプするか×を押してバイバイです。Tinderっぽい!

そうこうしていると、

いいね!とイマイチ…の選択結果を 人工知能 が判断しておすすめのランチを教えてくれます。

コメントみたいなものがついているのが地味に面白い。

便利!

いつもの内定者ブログだったらここで終わりですが、今回は違います。曲がりなりにも人工知能の今をお届けするメディア、AINOWの記事ですもの。

もう少し調べてみます。

これってどのあたりに人工知能が使われてるんだろう?どういう仕組みだろう?

ここまで読んでくれたそこのあなた、そう思ったんじゃないですか?

僕も思いました「これってどのあたりに人工知能が使われてるんだろう?レコメンド機能に似ているな。」

あれです、Amazonの”この商品を買った人はこんな商品も買っています”のレコメンドに似てませんか?

というわけで、まずは”レコメンドシステム”について少し調べてみました。

レコメンドシステムについて調べてみた

レコメンドシステムにもいくつか種類があるようで

1.協調フィルタリング

2.コンテンツベース・フィルタリング

3.ハイブリッド・タイプ

の3つがあるようです。大きく分けると。

協調フィルタリングとは

まずは協調フィルタリング。難しい名前ですが、どういうものかというと。

協調フィルタリングとは、Webアクセス履歴やユーザの行動履歴をもとに商品をレコメンドする仕組みを指します。例えば、Aという商品を閲覧・購入した人はBという商品も閲覧・購入した人が多いため、Aという商品を閲覧・購入した人にはBという商品を奨めるという場合が挙げられます。自分の嗜好と似た人が見た商品は、これまでは見たことのなかった商品であっても、自分の嗜好にマッチングするという可能性が高いため、ユーザは「思いがけない商品の発見」を体験することができます。
(出典:https://www.marketingbank.jp/special/cat02/145.php)

これがAmazonの”この商品を買った人はこんな商品も買っています”のレコメンドの裏にある仕組みですね!ふむふむ。

過去の購入履歴とか閲覧履歴が保存されているからこそできるレコメンド機能。便利だけど、人には見せられないかもですね(笑)情報化社会、恐ろしや・・・。

コンテンツベース・フィルタリングとは

こちらも名前からはよくわかりませんね。

コンテンツベース・フィルタリングとは、商品・サービスの属性情報とユーザの興味関心との関連性をもとにレコメンドを行う仕組みを指します。各種カテゴリーに分類されたをもとに、個々のユーザを分類していくことで、ユーザごとの構築します。例えば、あるメーカーのカメラの情報を見ている人に対して、同メーカーの別の機種や、別のメーカーの同じようなカメラを薦めるなどが挙げられます。あらかじめ用意された、コンテンツの属性や関連性を分析して薦めます。一方、商品数が増えてくれば、事前に属性を解析して分類するという手間が膨れる、といった問題点もあります。また、同じようなアイテムばかりがレコメンドされてしまうというデメリットもあります。
(出典:https://www.marketingbank.jp/special/cat02/145.php)

ということのようです。

ハイブリッド・タイプとは

名前からわかる通り、ハイブリッドですね。

最近では、協調フィルタリングやコンテンツ・フィルタリングの持つ課題を解決するために、複数の技術を組み合わせたレコメンデーションのシステムが用いられています。それらをハイブリッド・レコメンデーション・システムとよびます。異なるコンテンツ・フィルタリング技術を組み合わせた場合でも、ハイブリッド・システムとよばれます。米国のNetflix社で使用されているレコメンデーション技術を始め、現在多くのハイブリッド・タイプのレコメンデーション・システムを見かけるようになりました。
(出典:https://www.marketingbank.jp/special/cat02/145.php)

協調フィルタリングとコンテンツベース・フィルタリングの課題を補うために考案されたシステムのようです。

Netflixでも使われているとは身近な感じがします。

おわりに

そんなわけで、今回はPecomyに触ってみた記事でした。そして、レコメンド機能にどんなものがあるのか、少し調べてまとめてみました。

実際のところどんな技術が使われているのかは開発者の方に直接聞かないとわかりませんが、今回出てきた3つのレコメンドシステムが何かしらの形で使われているのではないかと!

これらのシステムに今話題の ディープラーニング (深層学習)を活用することで、よりマッチ度の高いレコメンドがされているんでしょうね٩( ‘ω’ )و

ダウンロードはこちらから。今のところiOSのみみたいです。Android勢のみなさん、もうちょっとお待ちを٩( ‘ω’ )و

おしまい。

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
AINOW編集部がピックアップしてお届けしています。
以下のフォームから、お気軽にご登録ください♪

こちらの規約にご同意のうえチェックしてください。

規約に同意する