協調フィルタリングとは

協調フィルタリングは、多くの利用者の行動の記録を持ち寄って、一人ひとりへのおすすめを決める推薦の方式です。「趣味の近い人が気に入った本を読んでみる」ことを、データで大規模に行うイメージです。

2つの方式

• ユーザーベース：評価や購買の履歴が本人と似ている利用者を探します。その人たちが高く評価していて、本人がまだ利用していない商品を推薦します。
• アイテムベース：同じ利用者に一緒に選ばれやすい商品どうしを、似ている商品とみなします。本人が過去に選んだ商品と似た商品を推薦します。商品どうしの関係は比較的安定しているため、類似度を前もって計算しておけます。

どちらも、行に利用者、列に商品を並べた評価の表を使い、行どうしや列どうしの似ている度合い（類似度）を、コサイン類似度や相関係数で測ります。

特徴と弱点

商品のジャンルや説明文といった中身の情報は使いません。そのため属性を整える手間がかからず、本人が選んだことのない種類の商品が推薦されることもあります。

一方で、履歴のない新しい利用者や新商品は、比べる手がかりがなく、うまく扱えません。これをコールドスタート問題といいます。また、多くの利用者はごく一部の商品にしか記録を残さないため、評価の表の大半が空欄になります。この性質をスパース性といい、対策として表を少数の潜在的な要因に分解する行列分解が広く使われています。

属性を使うコンテンツベースフィルタリングと組み合わせて、弱点を補うこともよくあります。

歴史

協調フィルタリングという言葉は、電子メールなどを選別するシステムTapestryの1992年の論文で生まれたとされます。1994年のGroupLensは、利用者の評価をもとにネットニュースの記事を推薦しました。2003年には、Amazon.comが自社で使うアイテムベースの方式を論文で紹介しました。

覚え方

「みんなの履歴の重なりから勧める」と覚えます。