レコメンド, LSH, Spectral Hashing - DO++

WEB+DB press vol.49にレコメンド特集の記事をtkngさんと書きました。 内容は最初は、協調フィルタリングやコンテンツマッチの簡単な話から、特徴量をどのように表すか、大規模データをどのように処理するかにいき、特異値分解などの低ランク行列分解によるレコメンドやRestricted Boltzmann Machineといった最近のnetflix prizeの上位の手法など、かなり突っ込んだ議論もしてます。 個人的には三章でLocality Sensitive Hash(LSH)について扱っているあたりがお勧めです。 レコメンドの内部の問題を極言すると、データというのは疎な高次元の数値ベクトル（数百万次元とか）で表され、クエリでベクトルが与えられた時、これと似たようなベクトルを探してこいという問題になります。”似たような”を数学的にいえば、クエリのベクトルとの内積（各ベクトルは長

[TheTocotonist]

[pfi] 2 [reference]s

[mogwaing]

web-db記事の補足系

[otonasi_kaoru]

lshの最近の話題。そっちは追っかけてなかったからありがたい。

[frsh_mt]

ちょうどLSH勉強したかったので買って読ませていただきます

[mamoruk]

Spectral Hashing について