最短0日で導入！レコメンドAPI「recopi」β版の提供開始 ～分野を選ばないエンジンがビジネスのスピードを加速〜

トッパングループで電子書籍配信サービスの運営をする株式会社BookLive(所在地：東京都港区、代表取締役社長：淡野 正、以下「ブックライブ」)と、機械学習・自然言語処理の株式会社白ヤギコーポレーション(所在地：東京都渋谷区、代表取締役：渡辺 賢智、以下「白ヤギ」)は、レコメンドAPI(※)「recopi」を共同開発し、当該サービスβ版の提供を2018年11月6日(火)に開始。あわせてトライアル企業の募集を開始いたしました。
「recopi」の特徴である汎用性とWeb API提供により、従来なら自社開発が必要なビジネス分野でも最短でお申し込み当日にレコメンドを導入できます。正式リリースは2019年3月の予定です。

recopi紹介

※ API(Application Programming Interface)
他のハードウェアやソフトウェアが提供している機能を外部のプログラムから利用するための仕様。個々の開発者は仕様に従ってその機能を「呼び出す」ことにより、自分でプログラミングすることなく、その機能を利用したアプリケーションを作成できます。

昨今、サイト内でのユーザー体験の向上が求められ、ECサイト向けに多数のレコメンドシステムが提供されています。しかしながらEC以外の分野では、専用のシステムの開発が必要となることも多く、導入までに数か月の時間を要することが課題でした。

「recopi」は、『レコメンドを手軽に、何にでも、即導入』をコンセプトに開発された汎用的レコメンドAPIです。ビジネスマッチング、テレビの番組表などのニッチな用途にも対応できるとともに、白ヤギが独自に開発した機械学習法と推薦アルゴリズムによって、高精度なレコメンデーションを実現しました。
ブックライブにおいて実証実験を行ったところ、従来利用していた推薦エンジンと比較して、recopiを用いた場合は30％程度クリック率が向上しました(詳細は別添)。

「recopi」はユーザーに対してアイテムを推薦する際に、ユーザーの場所や利用端末、時間なども考慮して最適な推薦を行うことが可能です。また属性情報を与えることで、新たなアイテムやユーザーに対する推薦の精度を高めることもできます。

-スマートフォンアプリ・Webサービス(ニュース、SNS、EC、マッチング、ゲームなど)
-業務支援(営業支援、人材紹介、ダイレクトメール送付など)
-データ分析(顧客行動の予測、IoT分野におけるセンサデータを用いた予測など)

・レコメンドの適用例
-各ユーザーにそれぞれ興味を持ちそうな最新の記事を配信(ニュースアプリ)
-あるユーザーに似ている別のユーザーを表示(SNS、出会い)
-ユーザーの好みや居住地・季節に合わせて、お薦めレシピを提案(料理サイト)
-テイストが似ているアルバムやアーティストを表示(音楽アプリ)
-既存の得意先や時間帯に応じて営業先候補を優先付け(営業支援)

以下のメールアドレスより、お問い合わせください。
recopi@shiroyagi.co.jp

両社は今後、推薦システムの共同開発を通じて、パーソナライゼーションによる付加価値向上を支援し、顧客企業のビジネス成果の向上を実現してまいります。

・株式会社BookLive
所在地　： 東京都港区芝浦3-19-26
代表者　： 代表取締役社長　淡野 正
事業内容： 電子書籍ストア事業、電子書籍配信プラットフォーム事業
資本金　： 48億8117万5千円
URL　　 ： https://www.booklive.co.jp/

・株式会社白ヤギコーポレーション
本社　　： 東京都渋谷区元代々木町2-4 HRCビル7階
代表者　： 代表取締役 渡辺 賢智
事業内容： -自然言語処理と機械学習を用いた
　　　　　　文書解析アルゴリズムの開発およびAPI提供
　　　　　 -キュレーションニュースアプリ「カメリオ」の提供、
　　　　　　メディア向けAPI「カメリオAPI」、
　　　　　　自動情報収集ツールカメリオ・ビジネスインサイトの提供
　　　　　 -ビッグデータ解析、自然言語処理、
　　　　　　機械学習を軸としたサービスの作成・運用
資本金　： 2億5522万円(資本準備金を含む)
URL　　 ： https://shiroyagi.co.jp

※本文中に記載されている会社名、サービス名及び製品名等は各社の登録商標または商標です。

ブックライブが提供する電子書籍配信サービスでは、ウェブサイト／メール／アプリなどにおいて、ユーザーの本との出会い促進を目的として推薦エンジンを用いている。
2018年9月～10月の期間中、約30万点の書籍データと300万ユーザーの行動データを用いてレコメンデーションを実施し、ユーザーのクリック率を比較したところ、recopiを用いた場合は30％高いことが確認できた。

recopiのクリック率が現行レコメンドエンジンを約30％上回った

recopi実証実験結果