最近は自社サービスのプロトタイプ販売を開始し、忙しくも楽しい毎日です。
解決したいと考えていた課題を抱えている会社様にとっては、弊社サービスを気に入ってくださり即導入いただけることが多く、非常に感謝の毎日ですが、一方で、正式リリースに向けて、品質、機能等、プロダクトを磨いていかなければと思う日々です。
さて、今日は、久々のアイデアの投稿となりましたが、観光業界×人工知能（画像認識、画像合成）というテーマです。
■なんで新規アイデア考えてるの？
新規アイデア作成のためのシートの公開もしています
■アイデア生成シートwebアプリ
https://herokucards.herokuapp.com/cardsapp/template/
では以下今日のアイデアです。
—————————————————–
【市場整理】
まずは市場規模から。観光業界については、以前に一度出たテーマなので、市場規模等は以下の記事にまとめている。
2013年の観光庁の調査によると、23.6兆円の市場規模となっており、
うち、国内宿泊旅行は15.8兆円、国内日帰り旅行は4.8兆円、海外旅行は1.4兆円、訪日外国人旅行は1.7兆円となっている。
弊社が先月出させていただいた新しい取り組みについても訪日外国人を対象にしたものだが、
本記事でも訪日外国人を対象に考えてみたい。
観光庁が定期的に調査をしている、訪日外国人の消費動向の調査を見てみると、
直近のデータは今年の4-6月期のデータである。
旅行の情報源として、出発前に得た旅行情報源としては大きく他を引き離して個人のブログが高く、
次いで日本政府観光局ホームページ、自国の親族・知人となっている。
また日本滞在中ではスマホが圧倒的な比率で情報源でなっていることが分かる。
直近のデータを見ると上記のことになるが、同時期における過去2年分のものもあわせて見てみてみると、
多少様子が変わってくる。
平成28年度
出所：観光庁(2016)「訪日外国人の消費動向 平成28年4-6月期」
http://www.mlit.go.jp/common/001139309.pdf
平成26年を見てみると、情報源としてＳＮＳはわずか6.8％だったものが、
平成27年より13％となり、またこの年より口コミサイトという項目も増え、
平成28年にその比率が伸長しているのだということが分かる。
ブログや日本政府観光局ホームページ、自国の親族・知人の口コミは3年間ともに高いままではあるものの、
情報源が多様化しつつ、またやはりネットにおけるユーザー記載の情報を参考にする比率が高まっているだろうことが見てとれる。
平成27年度
出所：http://www.mlit.go.jp/common/001098936.pdf
平成26年度
出所：http://www.mlit.go.jp/common/001049363.pdf
SNSで近年ユーザーを拡大しているものの1つにInstagramがあるが、
以下のような記事を見てみると、特にデータがあるわけではないものの、
ハッシュタグ #tokyotrip といったもので検索をし、写真を見て観光地を選んでいるといった記載もあるようだ。
決め打ちではあるが、以上を踏まえ、今日のアイデア。
【ターゲット】
・訪日外国人旅行者
【対象企業】
・観光ポータル系企業
【アイデア内容】
・訪日外国人向け、観光地写真レコメンドアプリ
【ビジネス詳細】
・写真のレコメンドが出来るように、
・instagramの写真及びハッシュタグをスクレイピング→写真のラベルを獲得→ディープラーニングして学習済みに
・instagramの写真のいいね！とユーザー名をスクレイピング→ユーザー別で何にいいね！したかDBに保有して→「いいね！」を特定の画像群にしているというクラスタ分けが可能
・アプリのユーザーは自分が観光していていいと思った写真を当該アプリにアップロード→アップロードされた画像を自動分類し、当該分類の画像にいいね！しているクラスタの人たちが他にいいね！している画像ラベルと同様のラベルのものを観光ポータル系サイトからスクレイピングしておき、それをレコメンドとしてアプリに表示（instagramの写真を使うのはさすがにまずそうなので）→レコメンドされた写真に対して、いいね！なら右にスワイプ、ダメなら左にスワイプ、みたいな形で教師データ作りにも利用
・文字情報ではなく、キレイな写真で興味関心に近いものをさくさく選択して、楽しみながら未知の観光地に出会えるような作りに
・マネタイズは、広告モデルか、ポータルへの送客課金モデルか要検討かな
【効用/解決する課題】
・訪日外国人にとって：未知の観光地に出会える
【アルゴリズム】
・ディープラーニング、クラスター分析（＋因子分析）、協調フィルタリング（http://d.hatena.ne.jp/EulerDijkstra/20130407/1365349866）等
——————————————————
今日は以上です。
※30分～1時間程度での思考訓練のための記事ですので、厳密性にはこだわっていません。