リスナーの嗜好を学習して選曲に反映させるネットラジオ局

http://www.hotwired.co.jp/news/news/culture/story/20030709204.html

これは統計学のわかりやすい活用例だろう。

　共同フィルターというのは基本的に、人々の嗜好を比較するものだ。ユーザーが何を買ったか、どんな番組を録画したかを憶えておき、このデータをシステム内の他の人の記録と比較する。次に、ユーザーがこれまで見たり聞いたりしたことのないアイテムの中から、好みに合いそうなものを提案する。

　ユーザーどうしの好みの対象がかなり部分で重なっているなら、そういう人たちが薦めるものを気に入る確率は高い。似たような嗜好を持っているからだ。

例えば、この仕組みをコンビニエンス・ストアの品揃えに対して応用できるだろう。

その場合の難点は、「欠測値」の存在である。すなわち、そもそも品揃えのラインに存在していなかった商品についてはデータが収集できないということだ。

ネットにおける注文においてはこの問題が生じないことを考えると、リアルな世界における応用はなかなか難しいのかもしれない。