こんにちは、フウキです！

さて今日は、SNSとかみてたらちゃうとこで検索したのに出てくるみたいなってどうゆう仕組みなのかを調べてみました！

リコメンデーションエンジンというみたいです。
リコメンデーションエンジン（推薦エンジン）は、ユーザーの過去の行動、好み、関心事などに基づいてパーソナライズされたアイテムやサービスを推薦するシステムです。
この技術は、オンラインショッピング、動画配信サービス、音楽配信サービスなど多岐にわたる分野で利用されています。
リコメンデーションエンジンの目的は、ユーザー体験を向上させることにより、利用者のエンゲージメントを高め、売上や顧客満足度を向上させることです。
主な手法には、コンテンツベースフィルタリング、協調フィルタリング、深層学習を利用した方法などがあります。

コンテンツフィルタリングとは！
コンテンツベースフィルタリングは、推薦システムの手法の一つで、アイテム自体の内容や属性を基に推薦を行います。
この方法は、ユーザーが過去に関心を持ったアイテムの内容を分析し、それと類似した特徴を持つアイテムを推薦することに重点を置いています。

コンテンツベースフィルタリングのプロセス
1. アイテムの特徴抽出
アイテムから重要な特徴を抽出します。
例えば、映画ならジャンル、監督、俳優、公開年などが特徴になります。
2. ユーザープロファイルの構築
ユーザーの過去の行動（視聴、評価、購入など）からユーザーの好みに関するプロファイルを作成します。
3.類似度の計算アイテムの特徴とユーザープロファイルを比較し、どれだけ類似しているかを計算します。
4. 推奨計算された類似度に基づいて、ユーザーにアイテムを推薦します。

メリット
個人の嗜好を重視ユーザーの個別の好みに基づいた推薦が可能です。
新規ユーザーへの対応他のユーザーのデータがなくても、個々のユーザーの過去の活動から推薦を開始できます。

デメリット
過度な特化新しい種類のアイテムに対する推薦が少なくなり、ユーザーが同じ種類のアイテムに閉じ込められることがあります（多様性の欠如）。

コールドスタート問題新しいアイテムに対しては、十分な特徴がないと効果的な推薦が難しくなります。

この方法は、映画、音楽、本などのエンターテインメント関連商品や、ニュース記事の推薦に広く利用されています。

ネットに広告を出したい時もこういった様々なコンテンツを上手く使えるのがいいですね！

ここまで読んで頂きありがとうございます！
何かの参考になれば幸いです！