レコメンドシステムの落とし穴 Part 1 - ユーザーの「好み」と「選択」と「幸福」 - QiitaAmazonやSpotifyなどが、自分が「好む」だろうコンテンツを優先的に表示する仕組みであるレコメンドエンジンは、今や当たり前となっています。しかし、こうしたシステムによって表示されるものは、必ずしも自分がほんとうに「好む」ものであるとは限らず、見当違いなものが多かったり、ある一定のもの（例えばたまたま最近クリックしたもの）にものすごく偏っていたりなど、イマイチであるという体験を持ってる人も多いのではないでしょうか。 これは、レコメンドエンジンだけに限らず、データ分析や予測モデルの構築の際も同じです。顧客が「好む」であろうものを知ろうとデータ分析し、そこから得られた知見を元に何らかの施策を打ったり、顧客に何かを提案したりするのですが、そう簡単に結果が出るものではない、というのはやったことがある人であれば経験があるのではないでしょうか。 これはユーザーの「好み」とユーザーがとる「選択」は
