Appleの機械学習研究チームは、動画配信サービスApple TVの検索機能に、ユーザーの視聴履歴を活用した個人化ランキングシステムを導入した。特に1〜3文字の入力段階という、ユーザーの意図が未確定な状態での検索精度を大幅に改善する点が特徴で、オンライン実験ではクリック率とコンバージョン率の双方で有意な向上が確認された。

1〜3文字入力時のランキング精度が8.63%改善

Appleの研究チームが発表したのは、増分検索（インクリメンタルサーチ）に特化した個人化システムである。ユーザーが1文字入力するごとに検索結果を更新するこの方式では、特に1〜3文字の曖昧な接頭辞クエリにおいて、ユーザーの真の意図を捉えることが技術的課題だった。提案手法は、テキストベースの多言語エンコーダとIDベースの協調フィルタリングモデルという2種類のアイテム埋め込みを組み合わせ、ユーザーの最近の視聴履歴からパーソナライズされた類似度を算出する。オフライン評価では、個人化なしのベースラインと比較して、1〜3文字クエリのNDCG@10が8.63%向上した。一方、より長く意図が明確なクエリでの改善幅は1.46%にとどまり、曖昧性の高い段階でこそ個人化の価値が大きいことが示された。

視聴履歴が長いユーザーほど個人化の恩恵が大きい

スライス分析からは、個人化の効果がユーザーの視聴履歴の長さに比例して拡大する傾向が明らかになった。視聴履歴が1〜5件のユーザーではNDCGの改善が2.13%にとどまったのに対し、51〜100件の履歴を持つユーザーでは4.37%に達した。注目すべきは、履歴が長いユーザーほどベースラインの検索精度自体は低いという逆説的な関係である。履歴51〜100件のコホートでは、個人化なしのNDCG@10が0.680と、履歴が浅いユーザーの0.733を下回っていた。このことは、デフォルトのランキングが苦手とする領域で、個人化がより大きな価値を発揮する構造を示唆している。サービス運営側から見れば、ヘビーユーザーの検索体験を底上げする手段として、個人化技術が有効に機能することを意味する。

オンライン実験でコンバージョン率1.23%向上

3週間にわたるオンラインの対照実験では、個人化ランキングを適用したグループで、クリック率が1.14%、コンバージョン率が1.23%統計的有意に向上した。さらに、ユーザーが最終的に選択したアイテムのランク位置も2.91%改善している。これらの数値は一見小さく見えるが、数千万から数億単位の検索が発生するプラットフォームにおいては、ビジネスインパクトの大きな改善である。ランキングシステムの内部構造としては、テキスト埋め込みとID埋め込みから得られるユーザー・アイテム間のコサイン類似度を、ペアワイズ学習のXGBoostランカーに注入する方式を採用している。発表文書では、各信号を除去するアブレーション実験や、LLMによる類似度判定を用いた埋め込み品質評価についても言及されており、クリックバイアスの影響を軽減する評価手法の工夫がうかがえる。

動画検索の個人化が示すAI産業の一方向

本発表は、大規模言語モデル（LLM）が注目を集める中で、検索・推薦領域における埋め込み技術の実装が着実に進化していることを示す事例である。技術スタックとしては、対照学習によるテキストエンコーダのファインチューニング、協調フィルタリングによるID埋め込みの学習、そしてXGBoostによる統合という、計算資源の観点では比較的軽量なアプローチが採用されている。これは、推論時に大規模モデルを毎回呼び出すのではなく、事前計算された埋め込みを高速に検索する実用重視の設計思想を反映しており、レイテンシへの要求が厳しい実サービスでのAI導入パターンとして位置づけられる。Appleが自社の機械学習研究成果として本件を公開したことは、同社のサービスにおけるAI活用の一端を対外的に示す意味も持つ。

日本市場における含意と今後の論点

日本国内の動画配信サービスやECサイトにおいても、サジェスト機能やインクリメンタルサーチは標準的に導入されているが、個人化の深度はサービスによって差がある。今回Appleが示した「曖昧な入力段階での個人化」という方向性は、ユーザーの離脱を防ぎ、目的のコンテンツへの到達を早める手段として、国内プラットフォームの検索UX改善にも適用可能な設計パターンといえる。今後の論点としては、新規ユーザーのコールドスタート問題への対処、複数言語が混在する環境での多言語エンコーダの性能検証、そして個人化がコンテンツの多様性や公平性に与える影響のモニタリングが挙げられる。Appleは本発表に関連する先行研究として、コールドスタートと非定常性に対処するベイズアプローチも公表しており、検索システム全体の継続的な改善が進行中である。