アイゲンのAIレコメンドシステム構築1

今までアイゲンの超パーソナライズ化サービスの効果を中心に紹介しましたが、本章はその超パーソナライズ化サービスがどのようなプロセスで開発されているのかより詳しく調べてみましょう！

本章の顧客事例は、デジタルマルチメディアコンテンツ及び家庭用自己主導学習プログラムを開発する教育会社アイスクリームエデュの事例です！

アイスクリームエデュはアイゲンの超パーソナライズ化サービスを適用し、学生の水準および特性に基づいたパーソナライズカスタマイズ型教育コンテンツをオススメできるレコメンドシステムを構築しました。

プロジェクト名は······

「教育コンテンツレコメンドシステム」です。
この教育コンテンツレコメンドシステムは、2つの強みを持っています。

1. 学習者に最・適・化されたコンテンツをオススメ！
・学生の興味と適性に合わせた教育コンテンツ提供に積極的に活用できます。

2. 新しい教育サービスを創出可能！
・AI学習用データと連動して新しい教育サービスを創出する可能性も高いです。

教育コンテンツに必要な要素を盛り込んだプロジェクトストーリー、本章は第1弾です。

第1弾　システム構築の背景
第2弾　システム構築過程、例示画面

事例紹介をするにあたって、教育パラダイムの変化について話したいと思います。

教育パラダイムの変化により、単純な知識伝達とトップダウン教育システムから需要者中心の教育に変化しており、教師中心から学生中心へ、結果中心から課程中心へ変化しています。

ここで教育プロファイリングとは？

急変するグローバル教育環境に対する対応の重要性およびAI・ビッグデータ基盤の教育革新に対する市場の需要が高まっており、コロナウイルスの影響で授業が非対面で行われるアンタクト(Untact)教育に転換されることによって多様なデジタルデバイスが教育空間を構成するようになりました。

これによって、昔の問題銀行式の教育コンテンツレコメンドシステムではなく学生の学業水準および興味などを考慮した「カスタマイズ型教育コンテンツレコメンドシステム」がもっと重要視されています。

また、アイスクリームAIホームランサービスでは学生の学習データだけでなく相談データ、コンテンツメタデータなど活用データの拡張を通じて学生の水準および特性に基づいたカスタマイズ型教育コンテンツレコメンドシステムができる「AIレコメンドシステム構築プロジェクト」が進められました。

まず、アイスクリームエデュ・ホームランサービス以後、蓄積されているビッグデータ(学習履歴や相談データなど)を効率的に活用して学生・コンテンツプロファイリングデータセットを作り、学生の水準及び特性に基づいたパーソナライズカスタマイズ型教育コンテンツをオススメできるシステムを構築する段階で作業を始まり、以下のように作業が行われました。

1) 学生・コンテンツプロファイリングおよびレコメンドシステム input data 活用のためのデータマート設計
2) 学生・コンテンツプロファイリングデータセットの作成
3) 学生コンテンツプロファイリングデータセットベースのパーソナライズされた比較とコンテンツレコメンドロジックの開発

まとめると、

まず、顧客の基礎資料を活用するためのデータ倉庫を形成し、データを情報に変更

▼
プロファイリングタスクのための関連データセットを作成する▼
これに基づいて、学生カスタマイズ教育コンテンツオススメのためのロジックを開発

本章ではアイゲンのAIレコメンドシステム構築プロジェクトがなぜ必要だったのか、そしてどのように構築されるのかについてご紹介しました。

システム構築に関する主要な戦略課題基準の詳細な課題は、第 2 編で続きます。

第2弾も楽しみにしていてください！