お問い合わせ窓口

TOPWebマーケティング用語集 > 協調フィルタリング

協調フィルタリング

協調フィルタリング(Collaborative Filtering)とは、できるだけ多くのユーザの嗜好を過去の行動という形で記録し、そのユーザと似たような行動を取っている別のユーザの嗜好情報をもとに、ユーザの嗜好を推測するシステムです。

簡単に言えば、あるユーザの過去の行動履歴をもとに、類似した行動をとる別のユーザの嗜好(興味、関心など)を予測する手法です。

「すべての人」が「少ししだけ好きな商品」の市場というのはまず存在しません。

現実には、特定の「限られた人」だけが「非常に好きな商品」が、その商品の市場を形成しています。

この「限られた人」のことを「ターゲット顧客」と言います。

これまでのマーケティングにおけるターゲット顧客の設定では、年齢、性別、収入や学歴といった「個人の属性」、及び朝、昼、晩、春夏秋冬といった「時間軸」、そして住んでいる国や地域などの「エリア」などによって顧客を分割し、この中からターゲット顧客を選び出して対応してきました。

そしてこのようなターゲット顧客はある特定のマーケティングに対して皆同じような反応を期待されるとしてきました。

ところがこうした従来のターゲット顧客の設定というのは、顧客の価値観の多様化によって、昔ほどにはうまく機能しなくなってきています。

しかし、どうにかしてターゲットを絞らないと、限られた予算で効果的なマーケティング活動を展開することはできません。

ここで注目されたターゲット顧客の設定方法が、顧客の好みによってターゲットとなる顧客を細かく分類する「協調フィルタリング」という方法なのです。

協調フィルタリングは、「ある人の興味と同じ興味を持つ別の人は嗜好が似ている」という直感的な推論をもとにユーザ間の類似度を計算して予測しています。

予測の内容(コンテンツ)については考慮されないため、実際は本人の嗜好と合わないコンテンツが勧められることもあります。

また、協調フィルタリングは予測のために多くの嗜好データを必要とするため、嗜好データが十分蓄積されていない状態では精度が低いです。

このため、多くの場合は行動ターゲティングやコンテンツフィルタリングなどの別の手法によって補完し、精度の高い予測を実現しています。

またこれはレコメンデーションサービスを提供する際に使用される代表的な手法です。

協調フィルタリングではユーザごとの嗜好情報が多く、ユーザの数自体も多い方が正確な推測が可能となります。

協調フィルタリングを採用している代表的なサービスとしては、Amazonを挙げることができます。

「○○さんへのおすすめ商品」や「この商品を買った人はこんな商品も買っています」などが協調フィルタリングによるレコメンデーションに該当します。