※今回は、3/11のBingJP Twitterでご紹介したMicrosoft Research TechFest 2011でも取り上げられた、Emporiaプロジェクトについてご紹介します。

検索結果のレレバンシー(関連性、妥当性)の議論において、より関連性の高い検索結果を提供するための新手法として、パーソナライズ化がしばしば引用されています。従来のパーソナライズ化の手法は「(他人との)合作フィルタリング」とでも呼ぶべきもので、簡単にいえば、「AさんとBさんが同じものを好むなら、Aさんが他に好むものを、Bさんが好むものから推測できる」というものです。

この手法は、製品、レストラン、映画など本質的に静的なものに対してはとても有効です。これらは基本的に大きく変動せず、推測のために必要な評価情報を集めることができます。一方、ニュースやリアルタイム情報は変化が激しく、ほんの数分で新しいものがでてきます。「合作フィルタリング」に必要な評価情報を集めることができないこのような領域では、どのようにしてパーソナライズ化を行えばよいでしょうか？

米国テキサス州オースティンで開催されたSXSW Interactiveにおいて、マイクロソフトはパーソナライズ化に対する新しいアプローチを提唱しました。あなたに似た人たちがネット上でどのように振る舞っているかのみを見るのではなく、Matchboxテクノロジーは、人間がそうするかのようにウェブを理解し始めています。このテクノロジーは、単にあなたに似た人たちが何をしたかではなく、ウェブ上のコンテンツ自身に基づいて、あなたが何をやりたがっているかを推測することを可能にします。

例えば、過去数週間にわたり、あなたが電気自動車に関する記事を読んだり評価していたとします。従来の「合作フィルタリング」では、あなたと同じような記事を読んだ人を集め、その一群の中にあなたを分類しておきます。そして、TESLAのニューモデルに関する新しい記事が出た時に、「あなたに似た誰か」がその記事を既に読んでいる場合、その記事があなたに勧められるかもしれません。しかし、「あなたに似た誰か」はそもそもどうやってその記事を見つけたのでしょうか？この問題に答えるのが、Matchboxです。

単に他人の活動に依存するだけなく、Matchboxテクノロジーは記事の内容１つ１つに関する豊富な情報を活用します。上述の例の場合、Matchboxは、まずTESLAが電気自動車であることを知っています。この情報をもって「Tesla Model S: 300 miles on 1 charge」の記事を、あなたと同じ嗜好を持った他の人のからのインプットを待つことなく、あなたに届けることができます。

Emporiaプロジェクトは、Matchboxテクノロジーの最初の広範囲な実装です。Emporiaプロジェクトは、Matchboxテクノロジーを活用し、Twitterで共有されている新しい話題をレコメンドするウェブ および Windows Phone 7  のアプリケーションで、３つの主要なテクノロジーの組み合わせです。

●自動的に推測された新カテゴリーで新しい記事をフィルターします。

●Twitterと緊密に連携し、あなたの友達や、友達の友達がどの記事を共有しているかわかり、あなたのTwitterネットワークを確認できます。

●あなたの個人的な好みにより新しい記事を推奨します。

 

この新しいアプローチは、毎日あらわれる多くのニュースにうまく対応する道を提供していくだろうと思います。

注) 本BLOGはUS BingのBlog 「Introducing Project Emporia Powered Matchbox Technology: News is Now Yours」の抄訳です。