みなさんこんにちは。MLチームのたかぱい(@takapy0210)です。 本日は、コネヒトの運営するママリのオンボーディング改善に機械学習を活用した事例のパート2をお話をしようと思います。 パート1については以下エントリをご覧ください(取り組んだ背景なども以下のブログに記載しています) tech.connehito.com (おさらい) 今回実施しているオンボーディング改善には大きく分けて以下2つのステップがあります。 ステップ1:興味選択にどのようなトピックを掲示したら良いか?(前回のブログ参照) ステップ2:興味選択したトピックに関連するアイテムをどのように計算(推薦)するか? 本エントリでは主にステップ2の内容についてお話しできればと思います。 (※本記事で添付している画像に関しては、開発環境のデータとなっています) 目次 はじめに ルールベースの推薦 ルールベースの課題 機械学習を
![オンボーディング改善に機械学習を活用する〜Graph Embedding(node2vec)による推薦アイテム計算〜 - コネヒト開発者ブログ](https://cdn-ak-scissors.b.st-hatena.com/image/square/f655c5a1f271051b8939bbd3377c7121674e0b26/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Ft%2Ftaxa_program%2F20220929%2F20220929180126.jpg)