ニュース

ビジュアルAIレコメンデーション『デクワス.VISION』を開発、MAGASEEKサイトに提供を開始

〜デザインを視覚的に解析して一覧表示 クリック率を向上し、回遊率アップに寄与〜

AIを利用してビジュアルコマースを支援するサイジニア株式会社(本社:東京都港区、代表取締役CEO:吉井 伸一郎、証券コード:6031東証マザーズ)は、AIを利用した画像認識技術による、ビジュアルAIレコメンデーション『デクワス.VISION』を開発、本日より販売を開始します。

またサイジニアは、人気ブランドや雑誌掲載アイテムを取り扱う国内最大級のファッション通販サイト『MAGASEEK(マガシーク)』に『デクワス.VISION』の提供を開始します。『デクワス.VISION』は、ユーザーが見ているショッピング中の商品と「イメージが近い商品」を探し出します。ブランドに縛られず一覧表示できるため、欲しい商品が見つけやすくなります。

『デクワス.VISION』は、写真などの画像イメージから商品を「ショッパブル(買える)」にする『PASHALY(パシャリィ)』にも活用されている画像解析エンジンによるビジュアルコマースサービスです。画像が商品訴求のカギになる商材において、自分好みのデザインをずらりと並べて理想の一品を見つけられるショッピング体験を提供します。

サイジニアは今後も、AIとテクノロジーで、ファッションや暮らしをもっと楽しく便利にしていきます。

【資料】

『デクワス.VISION』の概要と特長は以下の通りです:

■ 概要

現在表示されている商品画像とイメージが近い商品アイテムをおすすめする、画像解析レコメンデーションエンジンです。

たとえばファッションECサイト(通販サイト)であれば、ユーザーが見ている商品画像とデザインや素材などのイメージが近い商品を探して来ます(*注1、2)。サイジニアのビッグデータ解析エンジン『デクワス』と組み合わせることで、ただデザインが似ているだけではなく、おすすめ順に複数アイテムを提示します。

(*注1)特徴が反映された商品画像が複数あることが必要となります
(*注2)ファッション以外の分野にも応用可能です。その他の事例ついてはお問い合わせください。

 
■ 旧来型の行動履歴型レコメンデーション手法(協調フィルタリング)との違い

– 行動履歴型の場合は、解析用のデータが十分に蓄積されるまではレコメンドができない問題がありました(コールドスタート問題)。『デクワス.VISION』は、解析のためのユーザー行動履歴が不要のため新着商品であっても取り扱いが可能で、商材の入れ替わりが激しいファストファッションにも向いています。

– 行動履歴型の場合は、一度もユーザーが閲覧・購入していない商品はその商品の良し悪しにかかわらずレコメンドされにくくなり、商品数が増えるほどその傾向が顕著になります(ロングテール商材問題)。『デクワス.VISION』は、AIがすべての商品画像を解析するため、「欲しいイメージに近いのに大量商材の中に埋もれてしまう」ということはありません。

– 「これを見た人はこれも見ています」というレコメンド手法は、たとえばスカートを閲覧中のユーザーにバッグやブーツをおすすめするなど、時として「なぜこの商品が表示されるのだろう?」という場合があります。『デクワス.VISION』では、デザインの類似性を主軸にレコメンドをするため、視覚的なイメージでショッピングを楽しむことができます。

■ コンセプトと背景技術

『デクワス.VISION』は、画像をもとに、「イメージの近い商品」を提案する新しいコンセプトのレコメンデーションエンジンです。

2016年に発表した深層学習による画像解析エンジン『デクワス.CAMERA』と、複雑ネットワーク理論を活用したパーソナライズエンジン『デクワス.RECO』をもとに開発されています。大量の画像からAIが機械的に導出した特徴量と、ユーザーのクリックから創発された集合知を組み合わせることで、人知の及ばない画像分類能力を人間らしい判断基準の集積でチューニングする、新しいタイプのレコメンデーションです。

サイジニアは、画像を起点とするオンラインショッピング『ビジュアルコマース』を推進します。

■ サイジニア株式会社について
サイジニアは、「検索エンジンでは見つけられない幸せがある」という思いから、北海道大学大学院 複雑系工学講座の准教授と研究メンバーが立ち上げたテクノロジー企業です。
サイエンス+エンジニアリング=「サイジニア」として、先端科学の知見を工学的に応用、「複雑ネットワーク理論」や人工知能を活用した解析技術を実用化し、情報が多すぎて欲しいものが見つけられないという21世紀の課題を解決することを目指しています。

印刷用PDF