このエントリは、第二回 Web System Architecture 研究会 (WSA研)の予稿です。 はじめに ECサイトの商品種類増大に伴う情報過多問題を解決するため,利用者の要求を満たす商品を自動的に提案する機能がECサイトにとっての関心事となる.商品の提案は任意の観点での商品同士の類似性を根拠とすることから,商品の特性を数値化し,任意の距離空間で近傍に位置する要素を求めることで,機械的に扱えるようにする.この数値化された商品特性を特徴量と呼ぶ. 深層ニューラルネットワークの発展によって,これまで適切な特徴量を導くことが難しかった画像やテキストに対しても,人の感性に近い,特性をよく表現する高精度な特徴量を得られるようになったことからECサイトの商品提案機能に利用され始めている. これらの深層ニューラルネットワークから得られる特徴量は,数百から数千次元の高次元ベクトルとして表現される
![Sanny: 大規模ECサイトのための精度と速度を両立した分散可能な近似近傍探索エンジン](https://cdn-ak-scissors.b.st-hatena.com/image/square/b7b2dc82e236710e2a9e8dbb9ef7e60703c12192/height=288;version=1;width=512/https%3A%2F%2Fblog.monochromegane.com%2Fimages%2Fogp.png)