ロングテール商品にも対応

フリマサイトの商品は型番のない中古品が多く、既存のカタログと紐づけができない「ロングテール商品」が大多数を占める。説明文が簡素、または専門用語で書かれているケースが多く、キーワードマッチ型の検索では商品を的確に提示しにくいという課題がある。これに加え、自然言語による曖昧な検索への対応も、従来の検索技術では限界があった。

今回採択されたプロジェクトは、そうした課題の解決を目指す。2次流通市場に特化したAI検索・推薦基盤モデルの開発を目標に置いている。ロングテール商品であってもユーザーの要望に沿った提案を可能にするとともに、自然言語による曖昧な検索に対してもコンテキストを理解した結果を出せるようにする。

膨大なデータと生成検索技術を活用

同プロジェクトでは、フリマサイト「メルカリ」に蓄積された40億件以上の出品データをはじめ、業務提携している「駿河屋」の商品カタログデータ、約300万件に上る口コミデータを活用する。AIが商品の意味や文脈を理解して、ユーザーが要望する検索に対応できる生成検索技術を用いて開発する。