推薦システムの仕組みは？行動信号・類似性・フィードバックを解説

動画配信サービスやネット通販を利用していると、「なぜ自分の好みがここまで正確にわかるのだろう」と驚くことがあります。一方で、「たまたま一度動画をクリックしただけなのに、翌日からおすすめ欄がその話題で埋め尽くされてしまった」と戸惑った経験を持つ人も少なくないでしょう。

こうした提案を行っているのが「推薦システム（レコメンデーションシステム）」です。推薦システムは利用者の心を直接読んでいるわけではありません。私たちが日々残す操作ログを手がかりに、計算機の中で「確率的につぎに関心を持ちそうなアイテム」を推定して画面に並べています。本記事では、システムがどのような行動信号を受け取り、どうやって「似ている」を計算し、画面へ届けているのか、基本構造からバイアスの問題、上手な付き合い方までを整理して解説します。

---

推薦システムは何を見ているのか――行動ログと評価シグナルの正体

冒頭の「深夜の一クリックで一週間のおすすめが変わった」という状況は、読者の直感的な日常体験を伝えるための説明用の場面設定（モデルケース）であり、特定サービスの確定仕様や固定パラメータを示すものではありません。しかし、日常のわずかな行動が表示結果に大きく影響を与えることがあるのは確かです。推薦システムは利用者のどのような情報を見ているのでしょうか。

推薦システムが受け取る入力シグナルは、大きく「明示的フィードバック」と「暗黙的フィードバック」の2種類に分かれます。

明示的フィードバック：利用者が下した明確な評価

明示的フィードバックとは、利用者が能動的な意思を持ってシステムへ伝えた評価データです。

• コンテンツへの「星5つ」や「星1つ」といったレーティング
• 「高評価（いいね）」や「低評価」ボタンの押下
• 「興味がない」「チャンネルをおすすめに表示しない」などの明示的な拒否操作
• アカウント作成時などに登録した「好きなジャンル」や興味カテゴリ

これらは利用者の好悪が直接示されているため、シグナルの信頼性が非常に高いという利点があります。しかし、すべてのアイテムに対して自発的に評価を残す利用者はごく一部です。そのため、データ全体の量が極めて少なく、大半のマス目が空欄になる（データが極度に疎である）という課題を抱えています。

暗黙的フィードバック：日常の操作から生じる行動ログ

明示的評価の少なさを補い、現代の推薦システムで中核を担っているのが暗黙的フィードバックです。利用者がサービスを使う中で自然に蓄積される行動ログ全般を指します。

• タイトルやサムネイルの「クリック」や「タップ」
• 詳細ページの「閲覧」や動画の「再生開始」
• ページに留まった「滞在時間」や動画の「再生完了率」
• 商品の「お気に入り登録」「カート追加」「購入」

暗黙的フィードバックの強みは、利用者に能動的な評価の手間をかけさせることなく、サービス利用に伴って大量のデータを自動的に収集できる点にあります。

システムは利用者の「内心」を直接観測しているわけではない

ここで押さえておくべき根本的な前提があります。推薦システムは、閲覧や再生などの行動ログ（暗黙的フィードバック）や明示的な評価を入力シグナルとして利用し、潜在的な類似性や関心を確率的に推定して推薦を行っていますが、利用者の内心の意図を直接観測しているわけではありません。

たとえば、利用者が「資格試験の解説動画」をクリックしたとします。システムに記録される事実は「動画Aの再生が始まった」という客観的な行動ログにすぎません。利用者が「本気で試験勉強を始めたい」のか、「サムネイルに釣られて誤って押しただけ」なのか、あるいは「他人に頼まれて一時的に開いただけ」なのかといった内心の文脈までをシステムが直接読み取ることは原理的に不可能です。

クリックしたからといって、その内容に満足したとは限りません。そのため近年のシステムでは、単なるクリックの有無にとどまらず、「再生後すぐに離脱したか」「最後まで視聴したか」「関連コンテンツを続けて閲覧したか」といった滞在時間や視聴完了率などの複合的な指標を組み合わせることで、満足度を行動ログから間接的に推定する工夫が重ねられています。

---

膨大なアイテムから瞬時に絞り込む「二段階アプローチ」の全体像

大規模な動画配信やECサイトには、数千万件から数億件を超える膨大なアイテムが存在します。利用者が画面を開いた瞬間、コンマ何秒という極めて短い時間で、その中から「いま提示すべき数十件」を選び出さなければなりません。

数千万件の全アイテムに対して、最初から複雑で高度な機械学習モデルを動かして一人ひとりの好みを精密に計算しようとすれば、莫大な計算コストがかかり、画面表示が大幅に遅延してしまいます。

そこで大規模な推薦システムでは、計算負荷を抑えて高速に応答するために、膨大なアイテム群から候補を絞り込む候補生成と、詳細な特徴量で並び替える順位付けなどの複数段階に分けて処理する構成が広く用いられています。これは大規模プラットフォームにおける実用的な商用アーキテクチャの代表例です（すべての小規模なシステムに普遍的な必須構造とまでは断定されませんが、大規模処理における標準的な設計パターンとなっています）。

【数千万件の全アイテム】
        │
        ▼ ［第一段階：候補生成（Candidate Generation）］
   軽量な計算により高速スクリーニング
        │
        ▼ 【数百件程度の推薦候補】
        │
        ▼ ［第二段階：順位付け（Ranking）］
   詳細な特徴量を用いて精密にスコアリング
        │
        ▼ 【数十件の高スコア候補】
        │
        ▼ ［再順位付け・調整（Re-ranking）］
   多様性の確保、重複排除、ビジネスルールの反映
        │
        ▼
【利用者の画面へ提示】

第一段階：候補生成（Candidate Generation）

第一段階の目的は、数千万件の膨大な選択肢から無関係なアイテムを素早く切り捨て、利用者が関心を持ちそうな「数百件程度」の候補へ一気に絞り込むことです。ここでは精密さよりも「処理速度」と「見落としの少なさ（網羅性）」が優先されます。過去の視聴履歴の傾向や利用者の大まかな属性（地域、言語、直近の閲覧カテゴリなど）を手がかりに、軽量なアルゴリズムや高速なベクトル検索を用いて瞬時に候補を抽出します。

第二段階：順位付け（Ranking）

候補が数百件に絞り込まれたことで、より計算負荷の高い精密な機械学習モデルを適用できるようになります。順位付けの段階では、候補となった各アイテムについて、以下のような詳細な特徴量を掛け合わせて評価します。

• アイテム側の特徴量：公開日時、過去の平均滞在時間、評価比率、トピックの鮮度
• 利用者側の特徴量：長期的な関心傾向、直近数分間の操作履歴、類似アイテムへの反応
• 文脈情報：現在の時間帯、曜日、利用端末（スマートフォン、PCなど）

これらの特徴量をもとに「利用者がこのアイテムをクリックする確率」や「予測視聴時間」といったスコアをアイテムごとに緻密に算出し、スコアの高い順に並び替えます。

一度の行動で画面が大きく変わる背景

なお、「一度クリックしただけで関連アイテムが画面を占領した」という現象について、この二段階構造そのものが直接の原因であると短絡的に断定することはできません。

この現象が生じる実質的な理由は、第一段階の候補生成や第二段階の順位付けにおいて、「直近に取られた行動（直前の1クリックや直近のセッション）」を最新の文脈特徴量として非常に強い重みで評価するアルゴリズム設計が採用されている場合に生じます。システム側が「利用者のいま現在の強い関心」へ迅速に応答しようとした結果として、直前の行動ジャンルが候補生成の網に多く引っかかり、順位付けでも上位に押し上げられることで、画面の変化として知覚されるのです。

---

「似ている」をどう見つけるか――協調フィルタリングと特徴量の基本原理

推薦システムが機能するためには、アイテム同士や利用者同士の「似ている」を客観的に計算する基準が必要です。代表的なアプローチとして「コンテンツベース・フィルタリング」と「協調フィルタリング」があります。

コンテンツベース：アイテムの中身や属性に着目する

コンテンツベース・フィルタリングは、アイテムそのものが持つメタデータ（属性情報）を比較して類似度を測る手法です。映画であればジャンル、監督、出演者、あらすじのキーワードなどを分析し、過去に特定の監督のSF作品を好んだ利用者に対して、同じ属性を持つ別の映画を推薦します。仕組みが直感的で、属性情報さえあれば新着アイテムでも即座に推薦できる利点がある一方、あらかじめ設定された属性の枠組みを超えることが難しく、意外性のある新たな出会い（セレンディピティ）を生み出しにくいという限界があります。

協調フィルタリング：行動の重なり合いから好みを照らし出す

この限界を越える手法として普及したのが協調フィルタリング（Collaborative Filtering）です。アイテムの内容や説明文を直接解析するのではなく、「多くの利用者が残した行動パターンの重なり合い」を手がかりにして推薦を行います。

基本原理はシンプルです。「利用者Aさんと利用者Bさんが、過去に同じ映画X、映画Y、映画Zをいずれも高く評価していた場合、二人の好みは似ていると判断できる。Bさんが新しく映画Wを見て絶賛しているが、Aさんはまだ映画Wを見ていないとすれば、Aさんも映画Wを気に入る可能性が高い」と考えます。アイテム自体の属性データに依存しないため、一見するとジャンルが全く異なるコンテンツ同士であっても、好む人たちの行動傾向が重なっていれば、隠れた関連性を見出して提案できるのが大きな強みです。

潜在因子モデル（行列分解）：多次元のベクトルで好みを捉える

協調フィルタリングを高度に発展させた代表例が、行列分解（Matrix Factorization）などの潜在因子モデルです。

縦軸に「利用者」、横軸に「アイテム」を配置した巨大な行動履歴の表を想定します。一人の利用者が体験できるアイテムは全体のごく一部にすぎないため、マス目の大半は空欄（未視聴・未購入）です。潜在因子モデルは、この巨大でスカスカな表を数学的に分解し、背後にある「少数の共通する隠れた特徴（潜在因子）」に圧縮します。

潜在因子とは、作品のテンポの速さ、現実味と空想の度合い、シリアスさとユーモアの強さといった、好みを左右する潜在的な軸のことです。アルゴリズムはこれらを人間があらかじめ言葉で定義しなくても、過去の膨大な行動データの偏りから自動的に導き出します。そして、利用者とアイテムの双方を同じ多次元空間上の座標（ベクトル）として数値化します。代表的な行列分解では、利用者とアイテムのベクトルの内積（対応する数値を掛けて足した値）に、それぞれの評価の偏りなどを加えて、評価スコアを推定します。

なお、協調フィルタリングは「一度ある動画を見たら、その動画を好む固定的な熱心グループに強引に組み込まれて抜け出せなくなる」といった単純なグループ分けではありません。利用者の関心は多数の潜在因子の重なり合いとして柔軟に計算されており、過去の行動の積み重ねと新しい行動のバランスを取りながら、連続的な数値として確率的に処理されています。

時間帯や曜日は「文脈情報」の一要素

推薦システムにおいて「夜間や休日の行動だから一律に強い関心として扱われる」というような、固定化された極端な仕様が存在するわけではありません。利用された時間帯や曜日、使用端末などは、推薦精度を高めるための客観的な「文脈（コンテキスト）情報」の一例として扱われます。平日の朝には短いニュースが好まれ、休日の夜には長編映画がじっくり観られやすいといった、生活リズムに伴う一般的な需要変動を捉えるための特徴量の一つとして、機械学習モデルの計算へ適切に組み込まれています。

---

スコア順に並べるだけではない――多様性とビジネスルールの「再順位付け」

順位付けモデルが候補アイテムに対して「クリック確率0.88」「予想再生時間15分」といった精緻なスコアを算出したとしても、そのスコア順に上から機械的に並べるだけでは、優れた推薦画面にはなりません。

たとえば、直近で「家庭用プリンターのレビュー動画」を見た利用者に対し、画面の上位1位から10位までをすべてプリンターの比較動画で埋め尽くしてしまえば、利用者はうんざりしてしまいます。同じような候補ばかりが並ぶと画面の魅力が失われ、別の新しい関心に出会う機会も奪われてしまいます。

そのため実務の大規模システムでは、機械学習によるランキングスコアの計算と、最終的な画面表示の間に「再順位付け（Re-ranking / 調整）」と呼ばれる独立した処理工程を設けることが一般的です。

再順位付けで行われる主な調整

再順位付けでは、各プラットフォームの運営方針やユーザー体験の設計に応じて、以下のような複合的な調整が適用されます。

1. 多様性（Diversity）の確保：上位のアイテム群のジャンル、カテゴリ、トピック、作成者が偏りすぎないように分散させます。同じジャンルから選ばれるアイテム数に上限を設けたり、少しスコアが低くても毛色の異なる別の有望なジャンルを間に差し込んだりして、画面全体のバリエーションを保ちます。
2. 重複や既知アイテムの排除（デデュープ）：すでに視聴し終えた動画や、直前のページで見送られたアイテムを除外します。ECサイトであれば、先週購入したばかりの大型冷蔵庫など、買い替えサイクルの長い商品を一時的に候補から外すといったルールが適用されます。
3. ビジネス制約とプラットフォーム規則の適用：年齢制限や権利関係によるフィルタリング、在庫切れ商品の非表示、新規クリエイターの育成枠の挿入、新着アイテムの露出機会の確保など、ビジネス運営上不可欠なルールを反映させます。

活用と探索のトレードオフ

再順位付けの設計において中心的な課題となるのが、「活用（Exploitation）」と「探索（Exploration）」のバランスです。

• 活用：利用者が過去に好んだことが確実なアイテムを提示し、手堅く満足度を得ること。
• 探索：利用者がまだ見たことのない新しいジャンルや未知のアイテムをあえて提示し、潜在的な関心があるかどうかをテストすること。

過去の履歴だけに頼って「活用」ばかりを優先していると、推薦内容は次第に固定化され利用者は飽きてしまいます。一方で未知のアイテムばかりを「探索」として提示しすぎると、的外れなおすすめが増えてサービスの使い勝手が悪化します。利用者を失望させずに適度な新鮮さを届けるため、どの程度の割合や頻度で未知のアイテムを差し込むかという調停は、各サービスが試行錯誤を続けている高度な設計領域です。

---

推薦が次の行動を変える――候補生成から反応までの循環

推薦システムは、アイテムを並べて終わる仕組みではありません。表示されたものに利用者がどう反応したかが記録され、その後の推薦に利用されることがあります。次の図は、一回の推薦を作る三つの段階と、表示後の反応が新たな手掛かりになる関係を、旅行記事などの架空の候補で簡略化して示します。

図1の読み方：候補を絞り、並べ、反応を見る

図では、閲覧・再生・評価などの手掛かりから候補を集め、順位付けを行い、多様性などを考慮して表示順を調整します。最後の画面に並ぶカードは表示結果の例です。とくにスマートフォン版は、候補生成・順位付け・調整を一つの流れに圧縮して描いています。カード一枚ずつが別の処理段階を表すわけではありません。

1. 行動と評価：閲覧や再生などの行動と、評価のような明示的な反応は、それぞれ異なる手掛かりになります。
2. 候補生成から表示まで：多くの候補から一部を集め、順位付けを行い、必要に応じて多様性・新しさ・制約を考慮して表示順を調整します。
3. 表示後の反応：何が表示されたかによって、利用者が次にできる行動も変わります。戻り矢印はこの循環を示し、即時更新とモデル再学習の時間差までは示しません。

図の大きな戻り矢印は、新しい行動や評価が後の推薦に関係することを表します。ただし、更新には複数の時間尺度があります。直近の行動を次の候補選びにすぐ使う仕組みもあれば、蓄積したログでモデルを後から再学習する仕組みもあります。図は両経路の処理速度や内部構造を描き分けていません。

さらに、利用者が反応できるのは画面に表示された候補が中心です。表示されなかった候補についての反応は観測できず、反応がないことを嫌いという評価に置き換えることはできません。この露出の偏りは図には描かれていないため、以下で分けて考えます。

推薦システムが直面する3大バイアス

この循環ループの中で避けて通れないのが、データに偏りが生じる「バイアス」の問題です。特に以下の3つが精度や公平性に深刻な影響を与えます。

• 露出バイアス（Exposure Bias）：利用者は画面上に提示されたごく一部のアイテムとしか接点を持てません。提示されなかった無数のアイテムに対して利用者がどう感じたかは原理的に知ることができません。
• 位置バイアス（Position Bias）：人間は画面の上位や目立つ位置に表示されたアイテムほど、中身の良し悪しに関わらず無意識にクリックしやすいという心理的・行動的な傾向を持っています。
• 選択バイアス（Selection Bias）：星評価などの明示的レビューにおいて、利用者は「極めて感動した（星5）」か「極めて不満だった（星1）」という強い感情を持ったときに自発的に投稿する傾向があり、中間の平凡な感想を持つ多くの利用者の声は記録されず、観測データの分布そのものが偏ります。

「未観測」を「嫌い」と混同してはならない

これらのバイアスの中で特に重大な障害となるのが露出バイアスと選択バイアスの問題です。

推薦システムでは、過去に提示されたアイテムにしか利用者の行動や評価が観測されないという露出や選択の偏り（Selection Bias）が存在し、未観測のアイテムを嫌いとみなさずバイアスを補正して評価・学習する手法が研究されています。

もしシステムが「ログに視聴記録がないアイテムは、この利用者が嫌悪しているからだ」と単純に解釈して学習を進めてしまうと、過去にたまたまおすすめされてクリックされた一部の人気アイテムばかりが過大評価され、過去に一度も提示される機会がなかった無数の隠れた名作は学習アルゴリズムから永久に排除されてしまいます。その結果、偏った推薦を自ら強めてしまい、誰に対しても同じような人気コンテンツばかりが並ぶ貧相なシステムに陥るおそれがあります。

こうした悪循環を防ぐために、機械学習の研究分野では、因果推論の枠組みを取り入れ、アイテムが画面に表示される確率（傾向スコア）の逆数を用いてデータの重みを調整する逆傾向スコア（Inverse Propensity Scoring: IPS）などのバイアス補正技術が開発され、実務への適用が進められています。提示されなかったアイテムの沈黙を「無関心」や「嫌悪」と安易に断定せず、観測データの偏りを数学的に補正しながら学習することが不可欠となっています。

---

推薦システムとうまく付き合うために――利用者ができる調整とよくある誤解

推薦システムがどのような仕組みで動いているかを理解していれば、利用者の側からその挙動をある程度コントロールし、快適な状態に保つことができます。

1. 明示的なフィードバックを積極的に活用する

システムが暗黙的ログから好みを推定する際、誤クリックや冷やかしといったノイズを完全に排除することは困難です。そこで最も確実な意思表示となるのが、サービス側に用意されている明示的な操作機能です。

• 「興味なし」「このコンテンツを表示しない」ボタンを押す
• 動画の低評価ボタンを押す、またはチャンネル自体の推薦を停止する
• アカウント設定で「おすすめのカスタマイズ」項目を見直す

これらは暗黙的ログの推定を上書きするための強い負のシグナルとして設計されているため、不要なジャンルを画面から素早く遠ざけるために最も効果的な手段となります。

2. 閲覧履歴の削除とその技術的な限界

多くの動画配信サービスやECサイトでは、アカウント管理画面から「閲覧履歴」や「検索履歴」を確認し、個別に削除したり全消去したりする機能が提供されています。

履歴を削除することは、多くのサービスにおいて直近の推薦候補を算出する入力データから当該行動を除外する効果があるため、画面の激変や偏りをリセットするための実用的な調整手段として有効です。

ただし、ここで知っておくべき技術的な注意点があります。画面上で閲覧履歴を消去したからといって、過去の行動ログを用いてすでに学習・更新が完了している推薦モデル全体の内部特徴量パラメータから、自分の行動の痕跡が数学的に完全消去されることまでが保証されているわけではありません。

履歴削除の主たる機能は、「今後の候補生成や順位付けの計算において、その履歴を入力特徴量として参照しないようにマスクをかける（除外する）」ことであり、過去に学習された巨大な確率モデルそのものを過去に遡って再計算・リセットするわけではないという点は、プライバシーと機能の両面から正しく理解しておく必要があります。

3. シークレットモードに関するよくある誤解

「ブラウザのシークレットモード（プライベートブラウズ）を使えば、推薦システムに行動が記録されることは絶対にない」と考える人がいますが、これも代表的な誤解の一つです。

シークレットモードの本来の役割は、「利用しているパソコンやスマートフォンの端末内に、閲覧履歴、Cookie、入力フォームのデータなどを残さない」ことです。もしシークレットモードのウィンドウを開いた状態で、動画配信サービスや通販サイトに自分のアカウントで「ログイン」してしまえば、サイト側のサーバーには通常どおりあなたのアカウントの行動ログとして記録されます。端末内に履歴が保存されないことと、サービス側のデータベースに行動が収集されることとは全く別の話です。

また、ログインしていなかったとしても、同一セッション（そのウィンドウを開いて操作している一連の時間）内であれば、直前にクリックした情報をもとに一時的な推薦候補が生成されて画面に表示されることがあります。端末のローカルなプライバシー保護と、ネットワークを介したプラットフォーム側のログ収集の違いを正確に把握しておくことが大切です。

---

よくある質問（FAQ）

Q1. なぜ一度クリックしただけのジャンルが急にたくさん表示されるようになるのですか？

A. 大規模な推薦システムでは、利用者の「いま現在の関心」にリアルタイムに応答するため、直近の閲覧セッションで取られた行動ログを重要な文脈特徴量として即座に候補生成や順位付けへ反映させる設計が採られることがあるためです。システムが恒久的な好みを誤解したというよりは、「直前の行動への感度を高く設定している」結果として一時的に起きる現象です。放置して別のコンテンツを見たり、不要な場合は「興味なし」を押すことで表示は徐々に落ち着いていきます。

Q2. 高評価ボタンなどを全く押さなくても、おすすめの精度は上がりますか？

A. はい、十分に上がります。現代の推薦システムは、星評価などの明示的なフィードバックだけでなく、閲覧した事実、滞在時間、動画の再生完了率といった日常の膨大な「暗黙的フィードバック」を主たる燃料として動いているためです。それらの行動の組み合わせを協調フィルタリングや機械学習モデルで解析することで、ボタンを押さずとも潜在的な関心が高い精度で確率的に推定されます。

Q3. おすすめ欄が同じような内容ばかりになるのを防ぐにはどうすればよいですか？

A. プラットフォーム側でも再順位付けの段階で「多様性の確保」や未知のジャンルを差し込む「探索」を行っていますが、利用者の側からも意図的に異なるシグナルを入力することが有効です。検索窓を使って普段は見ないジャンルのコンテンツを能動的に探して閲覧してみたり、興味のない同質コンテンツに対して「興味なし」を選択したりすることで、システムに入力される特徴量のバランスが変わり、推薦されるアイテムの幅を広げることができます。

---

結び

推薦システムは、情報があふれる現代社会において、私たちが膨大な選択肢の中から自分にとって価値あるコンテンツに出会うための道標となっています。それは決して心を透視する魔法の技術ではなく、私たちが残した行動の痕跡や評価シグナルを丹念に拾い上げ、複数段階の絞り込みや多様性の調整を経て「次に役立ちそうな候補」を確率的に割り出している計算機科学の結晶です。

その背後にある仕組みやバイアスの性質、そして自分自身でできる調整手段を知っておくことで、アルゴリズムに振り回されることなく、便利で快適なデジタルライフを送るための良きパートナーとして推薦システムを活用していくことができるでしょう。

---