最終更新:2009-10-26 (月) 05:14:10 (3590d)  

協調フィルタリング はてなブックマークを見る
Top / 協調フィルタリング

Collaborative Filtering

ユーザー情報 (評価、クリック数、購入履歴など) を使用して、他のサイト・ユーザーに対してレコメンデーションを行う。

一連のユーザーとアイテムを指定すると、CF アプリケーションはシステムの現在のユーザーに対してレコメンデーションを行います。レコメンデーションを生成するための方法には通常、下記の 4 つがあります。

  • ユーザー・ベース: 類似のユーザーを見つけることでアイテムを推薦します。ユーザーは動的なため、この方法は多くの場合、スケーラブルではありません。
  • アイテム・ベース: アイテム間の類似性を計算し、レコメンデーションを行います。通常、アイテムが変更されることは少ないため、この計算はオフラインで行われることがよくあります。
  • スロープ・ワン: 非常に高速で単純な、アイテム・ベースのレコメンデーション手法であり、ユーザーが評価を行ったときに適用可能です (単なるブール値のプリファレンス (好みの設定) ではありません)。
  • モデル・ベース: ユーザー群とその評価のモデルを作成することでレコメンデーションを行います。

どの CF 手法も最終的には、ユーザーおよびユーザーが評価したアイテム同士の類似性の概念を計算することになります。類似性の計算方法は数多くあり、ほとんどの CF システムではさまざまな手法をプラグインできるようになっているため、どの手法が対象データに対して最も有効か、試しながら判断することができます。

関連

参考