なぜNeo4jを選んだのか

グラフ型DB「Neo4j」によるレコメンデーションエンジン開発事例

NoSQLの1ジャンルであるグラフ型データベースで何ができるのか？　Artfinderはグラフ型データベースを使ってレコメンデーションエンジンを構築した。

　美術品売買仲介サイト「Artfinder」がWebサイトのデザインを一新した。顧客に提案する作品を抽出するエンジンにオープンソースのグラフ型データベース「Neo4j」を導入し、アート愛好家たちへの提案をパーソナル化した。

　同サイトは、3年前に「手頃な価格のアート」を扱うために開設された。今では97カ国6000人のアーティストと500万人のユーザーをつなぐ場となっている。そんなArtfinderが、個々の顧客の好みに合う作品をサイトで提案したいと考えた結果が、今回のサイトリニューアルだ。

　同社のCTO（最高技術責任者）デイビッド・ティリーショート氏は次のように語る。「顧客へ提案する作品を抽出するエンジンを構築したくて、随分前から方法を探っていた。そもそもサイトのリニューアル前から、作品を提示するページに、顧客が注目した作品と似たテイストの作品を探せる機能は実装していた。だが、その完成度は高くなかった」

　サイトリニューアルに当たって、当初は各作品の特徴を抜き出す画像処理で作品を分類するシステムを検討した。抽出した情報を機械学習アルゴリズムにエンコードすれば、似た雰囲気の作品を提示できるのではないかと考えたのだ。ところが、この試みは失敗に終わった。「機械学習は、人間的な要素の学習には向いていなかった」と、ティリーショート氏は振り返る。

　次に着目したのが、共通の関心によって複数人の関係を特定するグラフ型データベースだった。「作風の好みが似ている人同士なら、お互いに作品を勧め合うことができる」とティリーショート氏は説明する。

コレクターの購買行動分析

　Artfinderに、顧客がアーティストをフォローする機能が追加された。また顧客が「お気に入り」の作品を集めた「コレクション」を作成する機能もある。こうした新しい機能について、ティリーショート氏は次のように話す。

この記事の著者

関連記事

• 

  アクセス制御に関するミステイク・トップ5

• 

  誰がどの場面で使うのか？　ユースケースで生まれ変わるデスクトップPC

新着ホワイトペーパー PR

• 製品資料
  [o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説　総物流費を抑制するサプライチェーン戦略
• 製品資料
  [o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド：効果的な意思決定を実現する秘訣とは？
• 製品資料
  [株式会社リンプレス] 非デジタル／IT人材を「自走するDX推進者」に変えるための育成ロードマップ
• 市場調査・トレンド
  [ワンアイルコンサルティング株式会社] AI時代の組織設計：「判断と責任」を人に残すための2つの原則とは？
• 技術文書・技術解説
  [ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む？　「変えない判断」から脱却する方法とは