この連載も今回で最終回。最後にまとめとレコメンドシステム作成の周辺の話題を取り上げます。 レコメンドのアルゴリズムとその目的 今回紹介したレコメンドのアルゴリズムは、協調フィルタリング、およびコンテンツベースフィルタリングに属するものでした。それぞれに対してユーザベースおよびアイテムベースのアルゴリズムが存在します。 さらにそれぞれに対し、類似度に既存の関数を利用、あるいは新規に関数を定義したり、重み付けの種類等で数多くの派生形が存在します。 数あるレコメンドのアルゴリズムの選択基準は、導入するサービスの目的やビジネスモデル、ユーザのタイプ、及び現時点で利用可能なデータの量および質に依存します。たとえば、検索サービスやECサイトでは、各ユーザの検索を効率化=サービスの利用時間を短くするレコメンドが、コミュニティサイトやポータルサイトでは、各ユーザの滞留時間=サービスの利用時間を長くするレコ
![第9回 進化するレコメンドシステム | gihyo.jp](https://cdn-ak-scissors.b.st-hatena.com/image/square/0f46e8f718fcfe13c52985c16bca53e57a1e534c/height=288;version=1;width=512/https%3A%2F%2Fgihyo.jp%2Fassets%2Fimages%2FICON%2F2011%2F865_recommend_hadoop.png)