
160
8
章 回帰:レコメンドの改良
8.1.1
二値行列を用いたレコメンド
Netflix Challengeのコンテストを通じて、参加者は多くを学びましたが、特に次のことは興味深い
教訓になりました。それは、どの映画に点数を付けたかを知ることだけで、そのスコアは知らなくて
も、ユーザに対してかなり多くのことを知ることがきる、ということです。このことは今考えると当た
り前のように感じますが、コンテストが行われている時は明確に意識されていませんでした。
ユーザが点数を付けた映画を1、点数を付けていない映画を0とする二値行列を用いるだけでも、有
用な予測を行うことができます。今考えると、これは全くその通りです。私たちはランダムに観たい映
画を選ぶのではなく、これまでの経験から自分が好きそうな映画を選びます。それと同じで、レビュー
として点数を付ける映画をランダムで決めるのではなく、印象に残っている映画に対してだけ点数をつ
けていることが多いでしょ
う(もちろん例外はありますが、このことは全体としては正しいでしょう)。
私たちは行列を画像として可視化することができます。行列の値(映画の点数)は小さい四角形で描
画し、四角形の色が黒い時、それは点数が付けられていないことを意味し、白になるに従って点数が
高くなることを意味します。行列を可視化することで、ほとんどの領域が黒の場合、それは疎行列で
あることが一目でわかります。また、あるユーザは他のユーザよりも多くの映画に点数を付けているこ
ともわかりますし、ある映画は多 ...