Pythonではじめる教師なし学習 ―機械学習の可能性を広げるラベルなしデータの利用

10.3

 

MovieLens

データセット

219

難しいのだ。ユーザの挙動と嗜好を大量に集めて分析し、それに基づいて予測するほうがはるかに簡

単だ。このため、協調フィルタリングのほうがはるかに広く用いられている。本書でも協調フィルタリ

ングを用いた推薦システムを用いる。

協調フィルタリングは、対象となるアイテム自体に関する知識を必要としない。協調フィルタリング

は、過去においてあることに合意した

2

人のユーザが未来においても合意することと、ユーザの嗜好が

時間が経っても変わらないことを仮定する。あるユーザと別のユーザの類似度をモデル化することで、

強力な推薦を行うことができる。また、協調フィルタリングは明示的データ（例えばユーザの映画に対

する評価など）に依存しない。協調フィルタリングは、あるページを訪れた頻度や特定のアイテムに対

するクリックの数などの非明示的データを使うことができる。例えば

Netflix

は、かつてはユーザに映

画に評価付けすることを求めていたが、現在では、ユーザの非明示的な挙動に基づいて、ユーザの嗜

好を推定している。

しかし協調フィルタリングには固有の難しい点がある。まず、良い推薦を行うには大量のデータが必

要となる。次に、計算量が非常に多い。さらに、ユーザはすべてのアイテムの中のごく一部に対してし

か嗜好を示さないので、データセットは一般に非常にスパースになる。しかし、十分なデータさえあれ

ば、スパースなデータでも効率的に問題を解く方法がある。本章ではその方法を紹介する。

10.2.2