ホーム画面におけるパーソナライズレコメンドの導入とユーザー体験の進化

ABEMA のホーム画面は複数の動画コンテンツを横並びにまとめた「モジュール」で構成されています。 従来はセグメント単位のルールでモジュールの並び順を決めており、一人ひとりの嗜好を十分に反映できないことや似た役割のモジュールが並ぶことが課題でした。 本セッションではユーザーの行動や嗜好に基づき、モジュールの並び順を個人単位で最適化する機械学習の取り組みを紹介します。 ユーザーとモジュールの関連度に加えてコンテンツやモジュールの役割の重複を考慮することで、好みに合う作品との出会いとホーム画面全体の多様性の両立を目指しました。 問題の定式化から手法の比較・検証、大規模サービスでの運用に向けたシステム設計、サービス全体の総視聴時間の改善を確認した A/B テストの結果まで解説します。

• 

  菅 俊弥

  Backend Engineer

  2021年に新卒入社。 ABEMA に参画し、大規模スポーツイベント向けの新機能開発や検索基盤のリプレイスなどに従事。 2024年よりバックエンド領域のマネージャーを務め、現在はレコメンドシステムの開発を中心に、ユーザー体験の向上に取り組む。
• 

  井上 翔太

  Machine Learning Engineer

  2024年に新卒入社。 機械学習エンジニアとして ABEMA におけるレコメンド領域の施策立案から開発〜検証までのサイクルを一貫して担当。 現在はレコメンドだけではなくサービスにおけるユーザーの回遊体験全般の改善を推進している。 2026年より、Recommend Backend チームのテックリードエンジニアを務める。
• 

  德武 悠

  Machine Learning Engineer

  2025年に新卒入社。 機械学習エンジニアとして ABEMA におけるレコメンド領域の施策立案から開発〜検証までのサイクルを一貫して担当。