情報アクセスと知的処理 (1)

情報推薦

本日のゴール

情報推薦とは

ユーザにとって価値のある情報を提示すること。おすすめ商品、おすすめユーザ,...

Amazon

情報検索/情報フィルタリングと情報推薦

情報検索/情報フィルタリングと情報推薦の違い:

(狭義の)情報フィルタリングの例

Lawson Ticket

(狭義の)情報フィルタリング

フィードバックのあるものは情報推薦の一種とみなすこともできる。

情報推薦の基本方式

  1. コンテンツに基づくフィルタリング (content-based filtering)
    • 推薦する情報のコンテンツ(内容)に基づき情報を選択
  2. 協調フィルタリング (collaborative filtering)
    • 同じ好みを持ったコミュニティを発見し、そのコミュニティが共通して好む情報を選択

コンテンツに基づくフィルタリング

コンテンツ(内容)がユーザの好みに合うものを推薦。

機械学習については「人工知能」(中島先生)で扱う。

コンテンツに基づくフィルタリング

コンテンツに基づくフィルタリング

図出典: 土方嘉徳 “嗜好抽出と情報推薦技術”　http://id.nii.ac.jp/1001/00065848/

協調フィルタリング

自分と似た好みの人が選択しているものを推薦。

協調フィルタリング： ユーザベース方式

協調フィルタリング

図出典: 土方嘉徳 “嗜好抽出と情報推薦技術”　http://id.nii.ac.jp/1001/00065848/

推薦方式の比較

  1. コンテンツに基づくフィルタリング (content-based filtering)
    • 推薦する情報のコンテンツ(内容)に基づき情報を選択
      • 誰も評価していないアイテムでも推薦可能。
      • コンテンツの特徴量によるコンテンツモデルを生成するには、コンテンツの解析が必要。テキスト以外のメディアの特徴量は扱いづらい。
      • 過去に高い評価をしたものに類似したものしか推薦されない。
  2. 協調フィルタリング (collaborative filtering)
    • 同じ好みを持ったコミュニティを発見し、そのコミュニティが共通して好む情報を選択
      • コンテンツの解析を一切せずに推薦可能。
      • 評価のつけられたアイテムが少ないと機能しない。(sparcity問題)
      • 誰もまだ評価をつけていないアイテムは推薦できない。(first-rater問題)
      • システムの新規利用者は自分がある程度の数の評価をつけないと質のよい推薦がされない。(cold-start問題)

推薦システムの評価尺度

コンテンツに基づくフィルタリングと異なり、協調フィルタリングは意外性のあるアイテムを推薦する可能性がある。

その他の推薦方式

ソーシャルネットワークの構造を利用するなど。

Twitter

協調フィルタリングの利用例 (参考)

卒研・修士の研究の例。