レコメンデーション｜レコメンデーションエンジン構築

ホーム >
ブレインパッドのサービス >
レコメンデーション >
レコメンデーションエンジン構築

ブレインパッドでは大量のアイテムをお持ちのECサイトやメディア企業様を対象に、サイト訪問者に最適なコンテンツをご提案するための独自のレコメンデーションエンジン（推薦エンジン）の構築をご支援しています。

多様な行動パターンのサイト訪問者に対して、膨大なアイテム（商品やコンテンツ）から一人ひとりに対して適切なレコメンデーションを行なうためには、その推薦のメカニズムを自動化する必要があります。

このようなレコメンデーションエンジンの構築には、高度で複雑な処理を高速に行えるアルゴリズムの開発が不可欠であり、通常のシステム開発とは異なり単純な工数計算だけで、見積りが行えるものではありません。また一方で、各サイト毎に、レコメンデーションに際する在庫確認手段や推薦ポリシーが異なるため、一律のシステム化（アプリケーション化）は困難であり、結果としてサイト独自のレコメンデーションシステムを構築するのは非常に敷居の高い作業となっておりました。

ブレインパッドでは、このようなニーズに応えるため、創業来のデータマイニング業務及びWeb解析業務で蓄積したノウハウを集約し、既製のプロダクトをベースにモジュール群を整備。これらを組み合わせて、最小限のカスタマイズで提供することで、推薦精度の担保と開発納期の短縮を同時に実現いたします。

各サイト様のこだわりやご要望を反映した、独自のレコメンデーションエンジンの構築を通じて、売上やPV数の向上を実現し、お客様のサイトビジネスの成功をご支援します。

購買データのみならず、サイト上の閲覧情報に基づくレコメンデーションも可能です。

１）Web解析モジュール（RTmetrics®）
パケットキャプチャー方式により、大規模なサイトにおいても、顧客別に効率的に顧客の行動履歴情報を収集し、クリックストリームウェアハウスに蓄積いたします。
２）クリックストリームウェアハウス／
　　購買データウェアハウス（SybaseIQ）
オープンプラットフォームの、情報系の特化したDWHソリューションを活用することで、既存環境と親和性の高いウェアハウスを構築します。特に、膨大なトランザクションデータを蓄積することになる、クリックストリームウェアハウス（顧客別のクリックストリーム単位での行動情報の蓄積）においても、高いパフォーマンスが可能です。推薦アルゴリズムのチューニングのための検証等においても高い効果を発揮します。
３）レコメンデーションモジュール
　　（KXEN Analytic Framework/独自アルゴリズム）
サイトのニーズに合わせて、適切なアルゴリズムを選択/組み合わせて利用します。ロングテールな商品の推奨を実現する推薦ルールの生成のために大規模なトランザクションに基づく解析を実現します。
４）レコメンデーションＤＢ
商品やユーザ単位での推薦を行なうためのレコメンデーション内容をＤＢに格納し、Ｗｅｂサイト以外にも、メール配信時のコンテンツ推薦等の多目的での活用に対応をします。
５）レコメンデーションＩ／Ｆ
Ｗｅｂサイト側の改修を最小限に収めるため、レコメンドコンテンツを参照するＩ／Ｆを用意しています。簡単なスクリプトで、商品単位・ユーザ単位での推薦コンテンツをレコメンデーションＤＢから高速に抽出いただけます。

上記構成はあくまで一例であり、クライアント企業様の要件、現状のシステム構成などで提供するソリューションは変動します。