位置調整用画像

AI情報地図 タイトル

 ビッグデータをAIで分析する商品情報システム。特定の視点からの情報の遠近を地図として表現することにより、特定の視点で必要な商品情報を感覚的に選び出すことができます。まさに自分だけのコンシェルジェ(総合世話係)となります。


AI情報地図の特徴タイトル

 「AI情報地図」とは 情報を案内する仕組みをAIを用いて「地図に例える」ことです。 このデータ・クラスタリングを2次元、もしくは3次元で表示することで「消費主体の趣味趣向を反映させた商品の情報群を総覧できる」機能が、数あるデータ・クラスタリングの中でも「AI情報地図」の特徴です。


 ■AI情報地図の全体像

 対象が選択者の好みに従って自動的に集合表示される、相関を評価原理とする推薦手法は次項のバスケット分析など複数存在しますが「クリックダウンやスクロールダウンによる数百の選択肢の提示」にユーザは疲れてしまい、可能性のある選択肢を見失ってしまいます。
 単純な例として「ネット配信動画のコンテンツ提示」があります。
ネット配信動画でも「レンタルビデオ店の棚を見て歩くような楽しみ」を再現出来てはいません。これは、「総覧性(全体の見通しと、その中での現在の位置の見当)」が無いからと考えられます。
ビデオ配信だけでなく、音楽配信やファッション販売・様々なアイテム販売でも事情は同様です。「自分が一番求めている商品を見つけるには相当の根気」が要求されます。
そのような「根気を要求せずに、むしろ楽しみと共に個人に適合する対象の全体像」を提供する事を目標にしたのが「AI情報地図」です。

AI情報地図の原理タイトル

 ■通常の通販サイトなどの「バスケット分析」とどこが違うのか?

 バスケット分析は「よく一緒に買われる商品」を統計的に抽出するための手法であり、消費主体と商品の相関性を評価せずに販売上で有効な判断情報を提供するものです。
もっとも有名な例は「おむつとビールは一緒に売れる」という例であり、これは「個人的な動機付けのデータを取らず(意味論的な繋がりを評価することをせず)とも、おむつの隣にビールを置けばよく売れる」という判断を促します。
そこに「「商品と、それを探している人の意図の関係」は存在しません。
対して「AI情報地図」で用いている「ニューラルネットワーク」は、データ・クラスタリングの一種であり、「要望に関係した入力と共に学習が行うことができる」手法です。 つまり「消費主体と商品の間の意味論的相関を評価する」のです。
単純に言えば、「個別の趣味嗜好を反映させたレコメンドが可能」です。

AI情報地図の活用 タイトル

●●●「婚活マッチング」における有効性

 AI情報地図は「個人の嗜好相関を評価する」事が可能なので他の手法に対して以下の優位性があると考えられます。

●●●FM音楽配信における自動マッチング

 FM番組は番組表での「メタ・データ」によって番組の方向を公表しているので、番組の方向と視聴者の個人嗜好の相関を評価した上で、GPSデータなどからオケイジョン(視聴状況)とのマッチングを評価することも可能です。
これによって、視聴者の感情や状況に応じた「情報マイニング(発掘)」を可能にできます。


●●●飲食・物販(アパレル等)における自動マッチング

 飲食店であれ百貨店であれ、商品をHPで提示している場合はその属性情報を事前取得することが可能です。 取得できた属性情報があれば、元来保持している「個人嗜好情報」との相関強度を求めるのはほぼリアルタイムで可能です。


●●●ホテル検索における対応

 間取りとコストのマッチングであれば通常のパターンマッチングだけでも提示可能ですが、それだと「部屋で過ごす雰囲気」が初めから除外されてしまいます。
たとえビジネスユースだと有意義であったとしても、「想定外の価値」までは提案できません。
例えば「子供と過ごす楽しみ」や、「恋人と過ごす楽しみ」を評価するには、「意向」や「これまでの嗜好」を評価するにはパターンマッチングやバスケット分析ではなく「クラスター分析」の方が有効であると考えられます。


●●●企業価値評価への適用

 特許、技術、物流、人材の相関(関連の近さ遠さ)を自動的に計算し、M&Aの対象となる企業の価値を高める事が可能です。 この適用で「AI 情報地図」が優位性を持つのは、複数企業間の資源相関を可視化できるので、それを利用してM&Aなどの方針策定を支援できることです。



お問い合わせメールフォームへ