スマートフォンやパソコンなどで音楽を聴ける音楽配信サービス『Spotify』をご存知ですか。4000万曲以上の楽曲の中から音楽を聴くことができるサービスです。

Spotifyのサービスの中でも人気なのが、『Discover Weekly(ディスカバー・ウィークリー)』です。毎週月曜日になると、ユーザーの好みに合った30曲を自動的に配信してくれるのです。

一般的に使われる『協調フィルタリング』

ユーザーの好みを分析して自動的におすすめを表示するサービスは、近年急増しています。例えば、動画配信サービスで人気を集めるNetflixでは『協調フィルタリング』を用い、ユーザーの好みに合った動画をおすすめしています。同社が『協調フィルタリング』を用いて成功したことを受け、他のサービスを提供する企業にも一気に広がりました。

Netflixでは、ユーザーが動画につけた評価を基に『協調フィルタリング』で類似する動画をおすすめしています。一方、Spotifyにはユーザーが評価をつける仕組みがありません。では、Spotifyは、どうやってユーザーの好みを把握しているのでしょうか?

Spotifyユーザーの暗的な評価

Spotifyでも『協調フィルタリング』を利用しているのですが、ユーザーの明示的な評価は利用していません。ユーザーの自然な行動を、「暗的な評価」としてデータ化しているのです。

ユーザーは気に入った楽曲を保存したり、好きなアーティストのページを訪れたりします。Spotifyでは、このようなユーザーの行動を評価の代わりにとして好みを把握しています。

正確なおすすめサービスが可能に

気に入った音楽ほどよく聴いたり、同じアーティストの音楽をよく聴くといったユーザーの自然な行動をデータ化しているため、楽曲の評価に嘘偽りが含まれにくくなります。そのため、ユーザーにとっても、しっくりくる楽曲を高精度で勧めることができるのです。

また、Spotifyには、140万人ものユーザーがいます。毎週、ユーザーの好みに合った30曲という多くの楽曲勧めることができるのは、大量のユーザーのビッグデータを分析できるからでもあります。

まとめ

Spotifyは、ユーザーの5段階評価などを利用せず、ユーザーの行動を楽曲への評価と置き換えて『協調フィルタリング』を利用しています。ユーザーの行動を分析するためのビッグデータ活用は、今後もさまざまな業界に広がっていくと予想されます。

英文参考リンク

ビッグデータを活用したい方へ

さまざまな業界で急速に活用が進んでいる、ビッグデータ。今や、多くの企業で、ビッグデータを活用したサービスの実証実験や実用化が進んでおり、今後も目覚ましく著しい発展が期待されています。企業にとっては、自社のビジネスとの親和性や競合他社の取り組みを見極めながら、ビッグデータを活用した新技術や新サービスをどのように拡大させていくか、日々試行錯誤しながら真剣に検討していることでしょう。

こういったビッグデータを活用したサービスを導入したり、自社でビッグデータを活用した技術やサービスを開発してみたいけど、気になるのは、開発方法や費用。他社に開発やコンサルをお願いすることができますが、その場合、他社との連携がうまくいかなかったり、自社のニーズに沿った仕様にカスタマイズすると想定以上に時間とコストがかかってしまいますよね。できれば、費用を抑えながら、ビッグデータを活用したサービスの開発と展開を目指したいもの。しかし、開発者やデザイナーなどのリソース不足や知識不足により、思うように開発が進まなかったりするかもしれません。何か良い解決策はないのでしょうか。

プログラム開発費用は? 開発費を半額にする方法とは?

家の装飾と同じで、沢山の費用を払えば内装はとても豪華になるのと同じく、システム開発やコンサルティング費用をつぎこめば色々なことができるようになります。

ただ、これは日本の開発会社やアメリカ等の人件費の高い会社に依頼をすると、とても高いのです。

では、どうするのか?次のページにてオフショア開発SIMECという開発費用高騰課題とエンジニア、デザイナー不足の解決方法をご紹介します。

おすすめの記事