はじめてでもわかるレコメンド はじめてでもわかるレコメンド［3］ユーザー行動の履歴を使ったオススメ、精度を上げるポイント ZETA株式会社 代表取締役社長 山崎徳之[著] 2014/03/03 08:00 レコメンド データ分析 通知 目次 Page 1 ユーザーの行動履歴を使ったレコメンド手法 STEP1：行動履歴をマトリックスにする STEP2：相関係数で計算する STEP3：相関の値から Page 2 ユーザーの行動をどう数値化するか ユーザーの商品への評価点は、相関を調べる数値として適当か binary（0か1か）評価も有効 ユーザー行動の数値化が一番大事かも Page 3 計算結果をどう評価し、レコメンドに取り込むか 現実世界と計算をいかにつなぐかが商売の勘所 会員登録無料すると、続きをお読みいただけます 新規会員登録無料のご案内 ・全ての過去記事が閲覧できます ・会員限定メルマガを受信できます メールバックナンバー 新規会員登録無料 ログイン Page 1 ユーザーの行動履歴を使ったレコメンド手法 STEP1：行動履歴をマトリックスにする STEP2：相関係数で計算する STEP3：相関の値から Page 2 ユーザーの行動をどう数値化するか ユーザーの商品への評価点は、相関を調べる数値として適当か binary（0か1か）評価も有効 ユーザー行動の数値化が一番大事かも Page 3 計算結果をどう評価し、レコメンドに取り込むか 現実世界と計算をいかにつなぐかが商売の勘所 1 2 3 PREV この記事は参考になりましたか？ 0参考になった 印刷用を表示 プッシュ通知を受け取る はじめてでもわかるレコメンド連載記事一覧 はじめてでもわかるレコメンド［6］終わりなき「最適なオススメ」に近づくための3つの要素 はじめてでもわかるレコメンド［5］失敗しない導入、5つのステップ はじめてでもわかるレコメンド［4］「ユーザーの行動履歴」と「商品情報の変化」をあわせて活用... もっと読む この記事の著者 ZETA株式会社 代表取締役社長 山崎徳之（ヤマザキ ノリユキ） プロバイダ及びデータセンターにおいてネットワーク・サーバエンジニアを経て2006年にZETA株式会社を設立、代表取締役に就任（現任）。ECソリューション「ZETA CX」シリーズとしてサイト内検索エンジンやレ... ※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です この著者の最近の執筆記事 この記事をシェア 通知 シェア ECzine（イーシージン） eczine.jp https://eczine.jp/static/common/images/logo/200200.png https://eczine.jp/article/detail/378 2014/03/03 08:00
