#24【オンライン】協調フィルタリング vs BigQueryベクトル検索 - WhatとWhyで考える推薦設計

2026年8月28日「日本生成AIユーザ会 #24」での発表資料です。

「なぜ、うどん屋のアンケートは10ptなのに、住宅ローンや不動産の
アンケートは5,000円〜3万円も貰えるのか？」

この差は、データが持つ What（何を買ったか＝行動ログ）と
Why（なぜ選んだのか＝生活文脈）の価値の違いにあります。

Google Cloud Next Tokyo（2026年7月）のあるセッションで
「購買行動ではなく生活者の動機を追う」というアプローチに触れ、
そこから着想を得て自分で検証してみました。
本資料の設計・実装・考察はすべて発表者による再構成であり、
当該セッションの内容そのものではありません。

『集合知プログラミング』（オライリー・ジャパン, 2007）2章の
クラシックな協調フィルタリングと、BigQuery VECTOR_SEARCH を
1万人の合成データで比較したところ、推薦結果の重複率
（Jaccard Overlap）はわずか0.4%でした。
どちらも同じ正解セグメントを当てているのに、
挙げてくるユーザがほぼ被らないという結果です。

■ 内容
・What vs Why — データの経済原理
・「データの性質（What/Why）」×「規模（インメモリ/分散）」の4象限
・推薦重複率0.4%の正体（行動空間と意味空間の直交性）
・BigQuery VECTOR_SEARCH の勘所

■ 注意
検証は合成データによるものです。データが単純なため精度では
両手法に差がつかず、その前提の上で重複率を見ています。
実データでは結果が変わる可能性があります。

■ リンク
イベントページ
https://genai-users.connpass.com/event/404869/

YouTubeアーカイブ
https://www.youtube.com/live/GQdOcNujpjo

※本資料は各書籍の解説を参考に、データは独自に作成したものです。

Transcript