世界最大のインターネット書店、米アマゾン・ドット・コムの「オススメ機能」として知られる「レコメンデーション」機能があります。購入履歴から顧客の消費動向を分析して、同じ商品を買った別の顧客がほかにどのような商品を閲覧したり、購入したかという情報を基に、商品をオススメする仕組みです。 確かに、関連する商品を見つけるには便利でしょう。でも、それはあくまで他人の行動の統計の結果であって、「自分の欲望に基づいた将来行動の予測」ではないんです。 私が考えているのは、本の著者やジャンルといった概要で分けるのではなく、中身や文脈から分類して、これまでの分類を超えて「近い文脈の本」を薦めること。「千夜千冊」と名付けた書籍紹介の企画もあり、私は30年近くにわたって、あらゆる本を分類してきました。その過程で、独自の「目次録」という分類コードを作っています。 目次録は親コードから孫コードまで3階層に分かれます。大
![検索システムでは「読みたい本」に出会えない 名編集者が語る「知的欲求を満たす推薦機能」:日経ビジネスオンライン](https://cdn-ak-scissors.b.st-hatena.com/image/square/05f492a9ba706b05ca8fd61b1840b099fb59fdc9/height=288;version=1;width=512/https%3A%2F%2Fbusiness.nikkeibp.co.jp%2Fimages%2Fn%2Fnbo%2F2011%2Fcommon%2Fnbologo_ogimage.png)