Myndは機械学習を使ってiPhoneアプリを推奨する
ジョン・クック著
最近は書籍、音楽、ゲーム、テレビなど、数多くのモバイルアプリが溢れかえっており、自分に合ったアプリを見つけるのは少し大変かもしれません。シアトルの新興企業が、こうした混乱を整理するお手伝いをします。その名も「Mynd」。Liquify Digitalのグレッグ・マーティン、サム・テプリツキー、カヴェ・ガディアニプールによる最新プロジェクトです。
同社が説明しているように、このアイデアは、機械学習と厳選されたアプリの推奨を組み合わせて、各個人に最適なアプリがより簡単に表示されるようにすることだ。
「Mynd が市場の他のアプリ検出ソリューションと異なるのは、ネットワーク インテリジェンスです。ユーザーがネットワークとやりとりすればするほど、ネットワークはよりインテリジェントになります」と同社は述べています。
ここ数日、このアプリをいろいろ試していて、書籍、音楽、ゲーム関連の新しいアプリを見つけるのに使っています。今のところ、システムに登録されている全員のアプリをざっとチェックしていますが、友達のおすすめアプリも追跡できるようになっています。また、Myndのアクティビティの「ストリーム」を追跡して、どのアプリがおすすめされているかを確認することもできます。（例えば、映画鑑賞中にアクションを見逃すことなくトイレに行くのに最適なタイミングを教えてくれるRunPeeというアプリを最近知りました。これぞアメリカの創意工夫ですね。）
携帯電話ユーザーが新しいアプリを見つけられるように支援しているのはMyndだけではありません。シアトルのAppStoreHQもモバイルアプリの推奨エンジンを提供しており、最近ではWindows Phoneアプリも対象に加わりました。
現時点ではMyndはiPhoneアプリのみで利用可能です。しかし、同社は他のプラットフォームへの展開を計画しています。
ユーザーが推奨に従って有料アプリをダウンロードすると、同社はアフィリエイト収入を得る。
Myndの新バージョンは来週リリース予定です。マーティン氏によると、このバージョンはカテゴリーを横断したおすすめを提供するように設計されているとのことです。例えば、あるゲームが好きなら、特定の本も好きかもしれません。
「人間による3段階のキュレーションと、消費者の行動と、ユーザーが関わる各コンテンツに付随する感情的な価値ポイントの両方に注目する機械学習を組み合わせることで、これまでは発見できなかったかもしれない、高度にパーソナライズされた推奨を提供できると考えています」と、シアトルのスカウトメディアで以前働いていたマーティン氏は語る。
Mynd の仕組みについて Martin によるより技術的な説明は次のとおりです。
Pandora Music Genomeが400以上の属性データベースを用いて各楽曲に適用するのと同様に、私たちはまず20個の「Emotags」（ポジティブな列に10個、ネガティブな列に10個）を用意し、キュレーションされた各エンターテイメント資産に、システムに入力された時点で3個のEmotagを適用します。これらのタグをIPメタデータと、ユーザーの行動から学習する機械学習と組み合わせることで、ジャンル（例：Netflixの場合、ホラーからドラマまで）やカテゴリー（例：Amazonの場合、ゲームから書籍まで）を横断し、正確でパーソナライズされたエンターテイメントのレコメンデーションをユーザーに提供するための架け橋を見つけたと考えています。
