ウォンテッドリー株式会社の推薦システム開発チームのメンバーが主著を務めた論文が、推薦システム分野の国際会議「RecSys」に併設されるワークショップ「RecSys in HR 2026」の口頭発表として採択された。同論文では、マッチング型サービスにおいてマッチが得られずに離脱する利用者を減らすため、定着率を重視した新たな推薦手法と実サービスでの検証結果をまとめている。発表は2026年9月に米国ミネアポリスで開催される同ワークショップにて行われる予定となっている。

定着率を重視した新しい推薦手法を提案

採択された論文の題名は「Not All Matches Are Equally Valuable: An Online Experiment of Retention-Focused Recommendation in a Job-Matching Platform」である。ウォンテッドリーの推薦システム開発チームに所属する右手達也氏が主著を務め、同チームの市村千晃氏、半熟仮想株式会社の齋藤優太氏との共同で執筆された。

本研究は、定着率を重視した推薦手法の提案と、その効果を検証したオンライン実験についてまとめた内容となっている。

研究の背景と従来の推薦アルゴリズムが抱える課題

求人アプリなどのマッチング型サービスでは、ユーザー同士の嗜好の一致が重要であり、行動履歴データなどからマッチングを予測する推薦アルゴリズムが活用されている。しかし、マッチの総数を増やすことが必ずしもサービスの成長につながるわけではない。

ウォンテッドリーが自社サービスのデータを分析したところ、直近のマッチが極端に少ないユーザーほど利用を停止する割合が高い一方、一定のマッチを得た層ではマッチ数と利用継続の関係が緩やかになる傾向が見られた。従来の推薦手法はマッチしやすい順に候補者を並べるため、すでにマッチを得ているユーザーに機会が集中し、マッチを得ていないユーザーには次の機会が届きにくくなる構造的な課題が生じていた。

論文の概要と実サービスにおける検証

本研究では、推薦の目的を「マッチ総数の最大化」から「マッチが届かないまま離脱するユーザーの削減」へと再定義し、その人数を小さくする問題として定式化した。

既存の推薦モデルを改変することなく導入できる後処理手法を提案しており、企業から候補者へのスカウトを契機とするマッチを対象としている。企業へ推薦する候補者の質を維持することを前提に、マッチが見込まれる組み合わせの中で、直近で十分にスカウトを受け取れていない候補者の表示順を、特定ユーザーに偏らない形で引き上げる仕組みとなっている。

論文では、この手法を実際のサービス上で約1カ月間のA/Bテストにかけ、ユーザーの利用継続を主な指標として検証を行っている。

国際会議「RecSys」および「RecSys in HR」について

RecSys（ACM Conference on Recommender Systems）は、米国計算機学会（ACM）が主催する推薦システムに関する国際会議である。「ACM SIGKDD Conference on Knowledge Discovery and Data Mining（KDD）」や「Association for Computing Machinery’s Special Interest Group on Information Retrieval（SIGIR）」などと並ぶ、機械学習やデータサイエンス分野の国際会議の一つとされている。

「RecSys in HR」はRecSysに併設されるワークショップで、採用や人材配置、従業員の定着といった人材領域における推薦技術を専門に扱っている。

ウォンテッドリー株式会社は、ビジネスSNS「Wantedly」などのサービスを展開している。

• 会社名：ウォンテッドリー株式会社
• 本社所在地：東京都渋谷区恵比寿四丁目20番3号 恵比寿ガーデンプレイスタワー5階
• 代表取締役CEO：仲 暁子
• 設立：2010年9月
• 主な事業内容：ビジネスSNS「Wantedly」の運営、福利厚生や社内報などの「Engagement Suite」、採用管理システム「Wantedly Hire」の提供

本記事はウォンテッドリー株式会社の発表をもとに作成。

Dellows News編集部

ビジネスパーソンの課題解決と納得感にこだわるDellows News編集部。キャリア論からAI、健康法まで幅広い分野に対応し、複雑なテーマでも平易な言葉で丁寧に解説。読者が「明日から使える」知識やヒントを得られるよう、具体的な事例・データ・専門家の見解を交えて執筆。情報を整理し、納得感ある記事づくりを心がけています。