人工知能は不動産の分野にどのような影響を与えるのだろうか。今回は東京大学の大学院生が、リクルート住まいカンパニーのスタッフと共同で取り組み、日本人工知能学会で発表した研究を紹介する。論文のタイトルは「推薦そのものがユーザに与える影響を考慮した情報推薦」と少し分かりにくい。

　「ＳＵＵＭＯ」、「ＨＯＭＥ'Ｓ」、「Ｙａｈｏｏ！不動産」など不動産情報ポータルサイトの効果は、ＣＶ率（コンバージョン率、成約率）で比較される。訪問者数が１０００人で、物件の資料請求件数が１０件の場合、ＣＶ率は次のようにして計算する。

　ＣＶ率＝資料請求件数÷訪問者数＝１０÷１０００＝１パーセント

　「ＳＵＵＭＯ」の場合、資料を請求したＣＶユーザーと、資料を請求しなかった非ＣＶユーザーを比較すると、ＣＶユーザーはアクセス期間が３.９倍、アクセス回数が１５.８倍になる。つまり、ＣＶユーザーは不動産情報を真剣に検討するために、長期間にわたって、何回も繰り返してウェブサイトを訪問しているのである。

　今回の研究は、「ＳＵＵＭＯ」を利用した約４００万人のユーザーを対象に、そのアクセスログを解析する方法で行われた。

　まず２８の物件カテゴリーを用意した。これは４タイプの商品（新築マンション・中古マンション・新築戸建・中古戸建）と、７タイプの属性（都心・２３区・郊外×価格の高低）を組み合わせたもの。

　例えば物件カテゴリー５は「郊外、高価格、中古マンション」、物件カテゴリー８は「郊外、高価格、新築戸建」、物件カテゴリー２７は「郊外、高価格、新築マンション」といった具合になる。

　アクセスログを解析するに際しては、以下の点に注目した。

　（１）ある物件カテゴリーを閲覧しているユーザーを対象に、現時点で最も高いＣＶ率を持つ物件カテゴリーを計算する

　（２）次に、あるアドバイス（情報推薦）を行った場合、最も高いＣＶ率を持つことになると予想される、新たな物件カテゴリーを推定する

　（３）現在の物件カテゴリーのＣＶ率と、新たな物件カテゴリーの予想ＣＶ率を比較する

　すると、物件カテゴリー５「郊外、高価格、中古マンショ」を閲覧しているユーザーの場合には、物件カテゴリー２７「郊外、高価格、新築マンション」を推薦するよりも、物件カテゴリー８「郊外、高価格、新築戸建」を推薦した方がＣＶ率が２.９２倍高くなる、という分析結果が得られた。

　すなわち、郊外で中古ではあるけれども高額のマンションを探しているユーザーに対しては、中古物件よりも新築物件を推薦した方が購買意欲が高まり、さらに同じ新築物件でもマンショより戸建を推薦した方が購買意欲が高まることが分かった。

　一般的な傾向をまとめておこう。

　（１）高額な物件を探すユーザーに対しては、同一の地域で、別タイプの商品を推薦した方が意欲が高まる　

　（２）低額な物件を探すユーザーに対しては、より都心に近い地域で、同じ価格帯の物件を推薦した方が意欲が高まる

　（３）中古の物件を探すユーザーに対しては、より郊外に近い地域で、新築の物件を推薦した方が意欲が高まる

　さて、多くの商品購入サイトでは、ユーザーの過去履歴をもとにして、推薦する商品を画面に露出する手法が一般的である。例えばＡＭＡＺＯＮに行くと、私が読みそうな本をズラリと推薦してくる。

　それに対して、不動産の分野では従来、不動産広告の手法が一般的だった。そのため私がいろいろなウェブサイトを見ていると、「高額な新築マンション」の広告が追いかけてくる。

　私は取材の準備のために「高額な新築マンション」を調べているだけなのだが、ウェブサイトは「この人は上得意らしい」と誤解して、ドンドン追いかけてくる。

　その一方では、「ＳＵＵＭＯ」、「ＨＯＭＥ'Ｓ」、「Ｙａｈｏｏ！不動産」などの不動産情報ポータルサイトには、ＡＭＡＺＯＮのような推薦機能はまだ見当たらない。しかし「人工知能」の研究が進化すれば、いずれ「ＳＵＵＭＯ」が「情報推薦」の機能を導入する日が来るのかもしれない。

　【参考資料】

　大知正直・関喜文（東京大学工学系研究科技術経営戦略学専攻）、川上登福（経営共創基盤）、小野木大二・野村眞平・吉永恵一（リクルート住まいカンパニー）、松尾豊（東京大学工学系研究科技術経営戦略学専攻）著「推薦そのものがユーザに与える影響を考慮した情報推薦」（日本人工知能学会・第２８回大会、２０１４年）