コンテンツ推奨エンジン 市場規模

コンテンツ推薦エンジン市場分析

コンテンツ・レコメンデーション・エンジン市場は、予測期間2020-2025年に年平均成長率80%に達すると予測されている。コンテンツ・レコメンデーション・エンジンは以前から存在し、個々のユーザーの嗜好に沿ったサービスを提供するために継続的に改良、アップグレードされている。コンテンツ・レコメンデーション・エンジンは、トピック別にコンテンツを識別・分類するために人工知能を利用する。しかし、推薦システムの文脈でかなりの量の研究が行われているにもかかわらず、タグを標準的な推薦システムアルゴリズム、特にコンテンツベースのものに統合する特別な問題は、タグを推薦する問題よりもあまり研究されていない。フォークソノミーは、レコメンダー・システムの分野に新たな機会を提供し、大きな成長に対応することができる

• 新興国におけるデジタル化の進展が市場を牽引している。インターネットを利用する世界中の人々の数は、2019年1月と比較して7％（2億9,800万人の新規ユーザー）の増加である約45億4,000万人に増加している（出典：Global Web Index）。さらに、2020年1月のソーシャルメディアユーザー数は38億人で、この数は毎年9％以上増加している（3億2,100万人の新規ユーザー）。 また、2019年第3四半期におけるモバイルデバイス経由のオンラインEコマース購入では、インドネシア、タイ、フィリピンがそれぞれ80％、69％、66％と最も高いユーザーを獲得している。このようなトレンドは、収益、リテンション、トラフィックを増加させるためのコンテンツ・レコメンデーション・エンジンの導入にプレイヤーを集中させている。
• さらに、協調ベースのフィルタリングよりも機能的に優れていることが市場を牽引している。コンテンツ・ベース・レコメンダーは、アクティブ・ユーザーによって提供された評価のみを利用し、ユーザー自身のプロフィールを構築する。その代わり、協調フィルタリングはアクティブユーザーの 最も近い隣人 を見つけるために、他のユーザーからの評価を必要とします。また、Content-based Recommendersはまだどのユーザーからも評価されていないアイテムを推薦することができる。その結果、ユーザーの好みだけに頼って推薦を行う協調レコメンダーに影響する「最初の評価者問題に悩まされることはありません。
• しかしながら、限られたコンテンツ分析は市場成長にとって大きな課題である。コンテンツ・ベースの技術は、自動であれ手動であれ、推薦する対象物に関連する特徴の数と種類に自ずと限界がある。そのためにはドメイン知識が必要となる。分析されたコンテンツに、ユーザーが好むアイテムと好まないアイテムを識別するための十分なデータが含まれていなければ、コンテンツベースの推薦システムは適切な提案を提供できない。まとめると、項目への特徴の自動付与も手動付与も、ユーザの興味を引き出すために必要な項目の識別的側面を定義するのに十分ではない。
• さらに、COVID-19のパンデミックでは、Eコマース分野、メディア、エンターテイメント分野のリテンション率が急上昇しており、コンテンツ推薦エンジン・プラットフォームの採用に対応しているため、市場は減速していない。アクセンチュアは、新規購入者や低頻度購入者のeコマース購入が160％増加すると予測しているという。また、OTTプラットフォームの普及も市場を押し上げている。インドでは、ほとんどのユーザーが、月額約25ルピーの料金であれば、有料のOTTオーディオ配信に切り替える可能性が高く、さらに、調査対象の消費者の62％が、流行期に有料の配信モデルに切り替える意向を持っているという。