集合知の活用 by amazon

考え

ちょっと便利そうだったので、
amazonの有効的な使い方のご紹介。

本好きなIT関係者ならご存知とは思いますが、
amazonには「レコメンデーションエンジン」というシステムが組み込まれています。
このシステムは、簡単に説明すると膨大なアイテムの中から、
ユーザーに適したものを抽出するシステムです。

例えばamazonの場合だと、アカウントサービスを利用することにより、
ユーザーが「持っている商品」、「評価した商品」、「興味がない商品」が、
amazonのデータベースに保存されます。
amazonではこのデータベースの情報を利用して、
ユーザーに適した商品情報を抽出している訳です。

で、実際にどんなところが便利そうかというと、
「おすすめ商品」のページ。
このページではユーザーが登録した商品情報を参考にし、
amazonがおすすめする商品の情報を提供しています。
つまりは商品を登録すればするほど、
自分の趣向に合った商品情報の提供を受けることができるんですよね。

いまいちピンとこない方のために、
僕のページで紹介されている情報のご紹介。

    • -

おすすめ商品：「ループ」 鈴木 光司 (著)
おすすめの理由は、以下の商品をお持ちだからです
「らせん」 鈴木 光司 (著)
「リング」 鈴木 光司 (著)

    • -

おすすめ商品：「グーグル―Google 既存のビジネスを破壊する 文春新書 (501)」 佐々木 俊尚 (著)
おすすめの理由は、以下の商品をお持ちだからです
「Web2.0 BOOK」 小川 浩(サイボウズ株式会社) (著), 後藤 康成(株式会社ネットエイジ) (著)
「ロジカル・ライティング」 照屋 華子 (著)
「ITアーキテクト x コンサルタント 未来を築くキャリアパスの歩き方」 克元 亮 (著)
「Webマーケティングの入門教科書―高い成果を生み出すためのマーケティング/広告/プロモーションの手法とは」 田中 あゆみ (著)
「シリコンバレー精神 -グーグルを生むビジネス風土」 梅田 望夫 (著)

    • -

※おすすめの理由はおすすめ商品ページから確認できます

こんな感じでおすすめ商品の情報を得ることができます。
細かい仕様ですが、
商品の抽出は主にユーザが「登録した商品」を登録している他のユーザが、
どんな商品を登録しているか？
といった関係性を条件に統計から情報を抽出しているようです。
ソート順はユーザが所持している商品を持っていて、
更におすすめ商品を持っているユーザの人数を合計したポイントの降順ではないかと推測されます。
例：「らせん」と「ループ」を持っているユーザ＝100人
「リング」と「ループ」を持っているユーザ＝100人
100+100=200point

ちょっと話が横道に反れましたが、
amazonの「おすすめ商品」のページはこんな感じの仕様になっています。
実際に本を200冊程度登録してみたんですが、
おすすめ商品ページに自分が興味のある本が色々と出てきて面白いです。
類は友を呼ぶとは正にこのことで、
自分が購入した本が気の合う友達を呼んでいるかのようです。
「適切な状況の下では、人々の集団は、その中で最も優れた個人よりも優れた判断を下すことができる」
なんて言葉もありますし。
お試しあれ。

■関連リンク
amazon
http://www.amazon.co.jp/

集合知の利用 | 実践！Webマーケティング：Blog | ミツエーリンクス
http://marketing.mitsue.co.jp/archives/000117.html

Wisdom of crowds(梅田望夫さんのブログ)
http://d.hatena.ne.jp/umedamochio/20050505/p3