コンテンツメタ情報を活用したセレンディピティのあるレコメンドエンジンの開発

（1）コールドスタート問題

これは，一般的にはユーザの行動データが蓄積されるまでは精度の高い結果が得られないという課題である．基本的にレコメンドエンジンは履歴をベースにした学習を行うため，そもそも履歴が少なければユーザにとって最適なものが何かを判断できず，回遊・購買に繋がるようなコンテンツをおすすめすることができない．新規サービスのリリース時によくある課題ではあるが，既存のサービスでも，新規コンテンツが流入してきた際には，そのコンテンツに関する「誰がクリックしたか」という情報が事前には得られないため推薦が行えない，というコールドスタート問題も存在する．

（2）フィルターバブル問題

これは，ユーザの行動を学習し，最適なコンテンツを提示していくサイクルを繰り返した際に発生してしまう課題である．その際，ユーザ側には履歴に関係する決まった範囲のコンテンツしか提示されなくなり，その他の「もしかしたら興味があったかもしれないコンテンツ」とは分断されてしまう．この，ユーザが一定のフィルタされた情報の泡に閉じ込められたかのような状況をフィルターバブルといい，レコメンドにおける大きな課題となっている（図1）．解決策はさまざま検討されているが，それらをサービスに適切に合わせていく必要がある．

2.2 セレンディピティの重要性

レコメンドにおける重要な考え方の1つに，セレンディピティというものがある．これは，偶然の素敵な出会い，などと訳されるもので，レコメンドにおいては，ユーザが過去に自力で見つけられなかったコンテンツをレコメンドエンジンが提示し，ユーザにクリックさせることができた際にセレンディピティがあると評価されることが多い．ユーザに新たな発見を与え，回遊，購買を促すといったレコメンドエンジンの目的を踏まえると，セレンディピティがクリック率と並んで重要な指標であると考えられる．ここで，先に挙げた課題と併せて考えたとき，（1）のように新規コンテンツに対するクリックが無く，コールドスタート問題が発生するような状況では，そのコンテンツを求めていたかもしれないユーザに対しておすすめ表示できないことはコンテンツ提供側にとって大きな損失となり得る．また，（2）のフィルターバブル問題が発生しているようなサービスでは，同じようなカテゴリ，内容のコンテンツしかユーザに提示されないため，このセレンディピティが低いと考えられる．このように，レコメンドの課題は言わばセレンディピティにおける課題でもあり，セレンディピティを考えることが課題解決にも繋がる．そこで，このようなセレンディピティを意識したアルゴリズムでレコメンドエンジンを構築した．

3.2 作品のメタ情報のベクトル化

各作品のメタ情報をレコメンドに活用するために，レコメンドエンジンに搭載する機械学習モデルが学習しやすい形にメタ情報を変換できるように，今回は，自然言語^*6を複数次元のベクトル（分散表現^*7）の形で獲得する手法を利用した．ベクトル化の際の工夫として，作品から得られるタイトル，ジャンル，詳細説明文などのメタ情報に対し，同じ作品の中に登場する単語は近くなるようモデルに学習させた．これにより，同じ単語をもつ作品同士は当然近く，さらに，タイトルとジャンル，タイトルと詳細説明文，ジャンルと詳細説明文内の単語もそれぞれ自然と近くなるようベクトルを獲得することができる．

3.3 ユーザ情報のベクトル化

次に，ユーザがどの作品を好むかをモデルに学習させるため，ユーザ側に対してもベクトルを作成する．具体的にはユーザが過去に視聴した作品のタイトル，ジャンル，詳細説明文ごとに算出したベクトルの作品間平均を取り，ベクトルを作成した．これにより，いわばユーザの好きなタイトル，ジャンル，詳細説明文を表すベクトルを獲得することができる．

3.4 ベクトル情報を基にした学習

獲得したベクトルを基にユーザ最適な作品を推薦するため，DeepFM[2]という手法を利用した．DeepFMはDeep LearningとFM（Factorization Machines）[3]を組み合わせた造語であり，その名のとおり，Deep LearningとFMの特徴を併せもっている．Deep Learningは端的に言えば多層のニューラルネットワーク^*8を用いた学習手法で，膨大なパラメータによって特徴量の関係性を学習することを指す．FMは，複数の特徴量間の相互作用を適切に考慮できるよう工夫されたモデルで，レコメンドの分野では以前より高い性能を発揮している．この2つを適切に組み合わせたのがDeepFMで，Deep Learningによる高い予測性能と，FMによる相互作用考慮の双方に強みをもつ．このDeepFMに入力データ（説明変数）と正解データを与えて学習させた．その際，入力データ（説明変数）を前述の作品のベクトル，ユーザのベクトルとし，正解データとして，入力データが過去に視聴を行ったユーザと視聴された作品のペアなら1，そうでなければ0を学習させた（図2）．

図2 モデルの学習イメージ

これにより，どのような作品を好きな人が，どのような作品を好むのか，作品のタイトルやジャンルなどの相互作用も加味された形での学習を可能とした．こうして学習されたモデルにおける推論時の結果は，擬似的に視聴可能性を表す確率と見なすことができる．また，本技術はメタ情報を活用して推論するため，1回もクリックされていない作品に対してもスコアを計算，推薦でき，コールドスタート問題に対し一定の解決を図っていることも特長の1つである．

4.2 視聴コンテンツのカバレッジ増大

A/Bテストにおいて，ユーザがクリックしたコンテンツの種類が増加したことは，本エンジンがユーザに対しセレンディピティの高いコンテンツ，つまりユーザが今まで視聴したことのなかったコンテンツを提示でき，それに対してユーザが興味をもってクリックを行ったことを示している．この理由としては，人気コンテンツでない作品でもメタ情報から推薦すべき内容であれば推薦する手法をとったことで，ユーザの視聴傾向の範囲の外にあるが，ユーザが興味をもつ可能性の高いコンテンツの提示ができるようになったためだと考えられる．

4.3 ホーム画面全体のクリック増加

今回のA/Bテストでは，図5に示すとおり，テスト対象となっていないおすすめ枠以外のクリック数が顕著に増加した．この理由として，本技術を用いたおすすめ枠では，人気コンテンツ以外の幅広いコンテンツが表示されており，人気ランキングなどのおすすめ枠以外で表示されたコンテンツとの差異もあることから，ユーザはおすすめ枠とそれ以外の枠から広く自分の好みの軸で作品を選ぶような行動の変化があったと考えられる．一方，A/Bテストの対向エンジンによるおすすめ枠は人気のコンテンツに偏っており，おすすめ枠以外との内容の差がなかったため全体のクリック数が少なくなったと想定される．従って，今回のアルゴリズムの導入は，おすすめ枠やおすすめ枠以外などのレコメンド枠ごとにどのようなコンテンツをおすすめするかの方向性を変えたことで，より多くのユーザの回遊を促す効果もあったといえる．