コンテンツ一覧

Mahout | Solr | Android | Environment

2012年8月22日水曜日

Recommendationの用語を整理する


Mahout関連のまとめはこちら

Recommendationの解説をするには、用語の定義を曖昧にしてしまうと、読み手が混乱するということを改めて感じています。分かっている人には当たり前のことですが、改めて整理してみたいと思います。


  • Recommendation(レコメンデーション、リコメンデーション、リコメンド 等)
  • Item(アイテム)
  • User(ユーザー)
  • Preference(評価、評点、嗜好度)
  • Recommender System(レコメンダシステム、レコメンドシステム 等)
  • Collaborative Filtering(協調フィルタリング)

Recommendation
各人の行動や関心にもとづき、各人に関連性のある情報を提示すること。素直に訳せば推薦になります。(事例で良く取り上げられるAmazonのRecommendation機能の場合、「おすすめ商品の推薦」と表現すると同じニュアンスの単語が繰り返されるので、「おすすめ商品の提案」などと表現することが多いと思います。個人的には、「おすすめ商品のRecommeantion」と書いてしまった方が分かりやすいのですが、反対も多そうです。)

AmazonのRecommendation機能

User
Recommendationの説明をする場合、Userには3つの役割があります。Recommendation機能の入力情報として使う場合、ユーザーの属性情報や行動履歴を活用します。
  1. 情報を推薦される人
  2. 入力情報としてのUser
    ユーザーの属性情報→ 年齢・性別・職種など
    ユーザーの行動履歴→ 評価結果(明示的に収集)・閲覧履歴(暗黙的に収集)など
  3. 出力情報としてのUser
    類似・関連ユーザーが推薦されることがある
Item
Itemとは、ユーザーが購入する商品やコンテンツのことです。Recommendation機能の入力情報や出力情報になります。
  1. 入力情報としてのItem
    Webコンテンツなどであれば、中身や内容そのものが使われる
    物品であれば、それらを説明する文章や価格などの情報が使われる
  2. 出力情報としてのItem
    ユーザーに関心があると予想されるものが推薦される

Preference
評価・評点・嗜好度など表現されます。ユーザーがItemに対して評価をした値になります。はい/いいえの二値の評価や、段階的に数値で評価した結果などがPreferenceです。

Recommender System
Recommendationを実現するための仕組みがRecommender Systemになります。後述するItemやUserの情報を使ってRecommendationを行います。

Recommender Systemの入出力


Collaborative Filtering
ユーザーの行動履歴を元にRecommendationを行う仕組みで、協調フィルタリングと呼ばれるものです。ItemベースとUserベースの処理があります。

Itemベース
ユーザーが関心がある/好んでいるItemがあれば、それと類似しているItemを探しだして、Recommendationする方式です。

Itemベースの概要


Userベース
Recommendation対象ユーザーと類似している(嗜好が同じ)ユーザーを探しだして、Recommendationする方式です。

Userベースの概要

0 件のコメント:

コメントを投稿