推薦システム実践入門 ―仕事で使える導入ガイド

4章推薦アルゴリズムの概要

本章では、推薦システムの定義である「複数の候補から価値のあるものを選び出し、意思決定を支援するシステム」の前半部分、「複数の候補から価値のあるものを選び出す」ことを実現する推薦システムのアルゴリズムについて説明します。具体的には、サービス内の大量のアイテムの中からユーザーに推薦するアイテムを選ぶために、システムに蓄積されたユーザーの嗜好情報やアイテムのコンテンツ情報などさまざまなデータに基づき、ユーザーがどのアイテムを好むのかを計算するアルゴリズムの説明となります。これは、1章で説明した推薦システムの3つの構成要素の中の「プロセス（推薦の計算）」に該当します。

推薦システムのアルゴリズムには、機械学習を利用するような高度な手法もあれば、経験に培われた人手によるルールベースに基づくものまでさまざまです。それぞれが異なる特徴を備えており、常にこれを使えば良いというものはありません。実際に推薦システムを開発するにあたって適切なアルゴリズムを採用するためには、それぞれのアルゴリズムの特徴を押さえた上で状況に応じたものを見極める必要があります。

本章では、典型的な推薦システムのアルゴリズムにどのような種類のものがあるのか、それぞれがどのようにユーザーが好むアイテムを抽出するのか、どのような特徴があるのか、どのような場面で利用されるのかを直感的に理解することを一番の目的としています。種々の具体的なアルゴリズムの実装などの詳細な説明は次章に預けます。

4.1　推薦アルゴリズムの分類

図4-1　推薦アルゴリズムの分類

推薦システムのアルゴリズムは図4-1のような分類で説明されることが多いです。まず大きく内容ベースフィルタリング（content-based filtering） ...