推薦アルゴリズム

Last updated Unknown Edit Source

• 二つのアプローチ
  • 協調フィルタリング: 過去の顧客-商品の関係のデータから予測
  • 内容ベース: 顧客,商品それぞれ自体の情報に基づいて予測
• 仮定: 似た顧客は全体的に似たようなものが好き
  • この仮定に基づいて、 協調フィルタリングでやる方法がある
  • GroupLens: 最初期の予測アルゴリズム
    • 顧客同士の類似度を相関係数で測る
  • 商品-顧客の表を行列分解
    • $y_{i,j} = U_i^T v_j$
      • 低次元の二つの行列の積で、表が表せるという制約に基づいて未観測部分を埋める
    • さらにn次元に拡張してテンソル分解へ
    • 商品-顧客の二次元関係だけではなく、商品-顧客-時間とか人-人-時間とかいろいろな場面に応用できる
    • 計算は勾配法など、機械学習系の手法を応用

#推薦