untitled
推薦システムの 基本方式と技術展望 Recommendation Techniques and Future Research Theme 大阪大学大学院基礎工学研究科 土方 嘉徳 Graduate School of Engineering Science, Osaka University Yoshinori Hijikata (C) 2004-2010 Yoshinori Hijikata キーワード 推薦システム パーソナライゼーション 協調フィルタリング 嗜好抽出 Web視聴率調査 One-to-One Marketing ・・・ １９９０年後半以降， アカデミア・産業界を 賑わし続けている 言葉ではあるが・・・ 技術の体系化は出遅れ (C) 2004-2010 Yoshinori Hijikata 推薦システムの歴史 1980年代後半 インターネットプロト コルを
『MatrixFacorization を使った評価予測 ―アルゴリズムシリーズ 3―』
お昼は昭和食堂 ( 秋葉原 ) の290円弁当がデフォルトの Hattori です。安！ 今回は前回に引き続き、推薦の話をしようと思います。 前回はアクセスログを使って関連するアイテム ( 芸能人 ) を推薦するという話だったのですが、今回は明示的な評価データがある場合に、それを使って、ユーザーの未評価アイテムの評価予測をするという話をします。 例えば、世の中の大半のレビューサイトにはユーザーの5つ星評価を投稿できるしくみがあります。Amazon、食べログ、PlayStation Network ( ゲームレビュー ) などなど例をあげればキリがありませんが、そういったユーザーがつけてくれた５つ星のデータを使って、ユーザーの好みのアイテムを推薦しようという話です。 実はこういった話は学術的には典型的なテーマになっていて、手法もほぼ確立されています。具体的には "協調フィルタリング" という
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
