コンテンツベースフィルタリング

推薦システムの2つの群とコンテンツベースの位置

推薦システムは、大きく2つの群に分けて説明されます。1つはコンテンツベースのシステムで、推薦する項目の性質(properties)を調べて推薦を決めます。もう1つは協調フィルタリングのシステムで、利用者どうしや項目どうしの類似度の尺度にもとづいて項目を推薦します。

コンテンツベースフィルタリングは前者にあたります。手がかりにするのは項目そのものが持つ性質であり、利用者どうしや項目どうしの類似度の尺度を手がかりにする協調フィルタリングとは、推薦の根拠が異なります。

映画のジャンルを使った推薦の例

Netflix の利用者がカウボーイ映画を多く視聴してきたとします。コンテンツベースのシステムは、データベースの中で cowboy のジャンルに分類されている映画を、この利用者に推薦します。

この例では、利用者がこれまでに見てきた映画に共通する性質(ジャンルがカウボーイであること)が推薦の手がかりになっています。推薦される映画は、その性質を持つとデータベースに記録されている映画です。

出発点になる項目のプロファイル

コンテンツベースのシステムでは、項目ごとにプロファイルを作ることが出発点になります。プロファイルとは、その項目の重要な特徴を表すレコードの集まりです。

映画であれば、出演している俳優や監督などが、プロファイルに入る特徴の例として挙げられます。先ほどの例のジャンルも、映画の性質の1つです。項目の特徴をこうしたプロファイルとして持っておくことで、性質を手がかりにした推薦ができるようになります。

シラバス上の位置

G検定シラバス2024では、コンテンツベースフィルタリングは中項目8の教師なし学習のキーワードに含まれています。同じ中項目には、トピックモデル、潜在的ディリクレ配分法、協調フィルタリング、コールドスタート問題、k-means法、t-SNE、クラスタリング、次元削減、主成分分析、多次元尺度構成法、特異値分解、デンドログラムが並んでいます。協調フィルタリングとの対比は前の節のとおりで、コールドスタート問題は別の項目で説明します。