（海外IT事例）Spotifyがユーザーの好みに合った楽曲をセレクトする仕組み

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