協調フィルタリング - Wikipedia
協調フィルタリングを使用してユーザーの評価を予測する例。最初は、さまざまな項目 (動画、画像、ゲームなど) を評価する。その後、システムは、ユーザーがまだ評価していないアイテムに対するユーザーの評価について予測する。これらの予測は、アクティブなユーザーと同様の評価を持つ他のユーザーの既存の評価に基づいて作成される。例えば上記の場合、システムは、アクティブなユーザーがビデオを気に入らないだろうと予測している。 協調フィルタリング（きょうちょうフィルタリング、Collaborative Filtering、CF）は、多くのユーザの嗜好情報を蓄積し、あるユーザと嗜好の類似した他のユーザの情報を用いて自動的に推論を行う方法論である。趣味の似た人からの意見を参考にするという口コミの原理に例えられることが多い。 例えば、ユーザAがアイテムXを好むとすると、アイテムXを好む別のユーザBが好むアイテムYを
amazonが用いる「協調フィルタリング」の仕組み
amazonのトップページに行くと、よく「おすすめ商品」が表示されています。おすすめ商品のページに行くと、いままで購入された商品などの情報から、自分が欲しいと思われる商品を自動的に表示してくれる便利なサービスです。 では、この「おすすめ商品」はどのようにして選ばれているのでしょうか。 まずamazonのヘルプに行ってみました。 『Amazon.co.jp: ヘルプ > 各種サービス > おすすめ商品』 http://www.amazon.co.jp/gp/help/customer/display.html?nodeId=779360 ここにはこのように書かれていました。 おすすめ商品ページの商品リストは、お客様の購入履歴、商品の評価、持っている商品などのデータをもとに自動的に作成、更新されます。その際、当サイトでは、他のお客様のデータも参考にしています。これにより、興味があると思われる商
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
