レコメンドについてまとめる

推薦システムの難しさ 推薦システムの難しさはデータが非常に疎(Sparse)である点 映画を例にすれば映画は人によって見るものがバラバラであるため、人気の映画には評価が集まり、そうでない映画には情報が集まらない 明示的データと暗黙的データ 明示的データ(Explicit Data) ユーザに直接好き嫌いや関心のあるなしを質問して得られた答え 暗黙的データ(Implicit Data) ユーザが商品を購入したり閲覧したりといった行動により得られたデータ 暗黙的データのほうが集まりやすいが、誤ってクリックした場合なども集計されてしまうため正確性は低い。そのため、例えば映画であれば一定時間以上見たなどの条件を設けてフィルタリングするなどの前処理が重要になる。 また、暗黙的データは未評価と不支持の区別がつかないという問題もある。(見なかった=嫌いとすることはできない) 推薦システムのアルゴリズム