推薦システム実践入門

1章 推薦システム

推薦システムの概要と歴史について

推薦システムの大まかな種類と検索との違いについて

1.1 推薦システム

1.2 推薦システムの歴史

1.3 推薦システムの種類

1.4 検索システムと推薦システム

1.5 まとめ

2章 推薦システムのプロジェクト

推薦システムプロジェクトにおいて、どのようなメンバーが必要でどのようなプロセスで開発していくか

2.1 推薦システム開発に必要な3つのスキル

2.2 推薦システムのプロジェクトの進め方

2.3 まとめ

3章 推薦システムのUI/UX

おすすめアイテムの提示の仕方について紹介します

推薦理由を添えることでクリック数や購入数が増えることもある

3.1 UI/UXの重要性

3.2 サービスを利用するユーザーの目的に応じたUI/UX事例

3.3 サービスの提供者の目的に応じたUI/UX事例

3.4 関連トピック

3.5 まとめ

4章 推薦アルゴリズムの概要

協調フィルタリングと内容ベース推薦について

評価値データについても、暗黙的なものと明示的なものの2種類の特徴を紹介

4.1 推薦アルゴリズムの分類

4.2 内容ベースフィルタリング

4.3 協調フィルタリング

4.4 内容ベースフィルタリングと協調フィルタリングの比較

4.5 推薦アルゴリズムの選択

4.6 嗜好データの特徴

4.7 まとめ

5章 推薦アルゴリズムの詳細

人気度推薦や行列分解といった各推薦アルゴリズムについて解説

実際のサービスに組み込むときの注意点

5.1 各アルゴリズムの比較

5.2 MovieLensのデータセット

5.3 ランダム推薦

5.4 統計情報や特定のルールに基づく推薦

5.5 アソシエーションルール

5.6 ユーザー間型メモリベース法協調フィルタリング

5.7 回帰モデル

5.8 行列分解

5.9 自然言語処理手法の推薦システム応用

5.10 深層学習

5.11 バンディットアルゴリズム

5.12 まとめ

6章 実システムへの取り組み

推薦アルゴリズムと実サービスに組み込むときのシステム構成について

サーバー構成やバッチ処理の仕組み、ログの設計など

6.1 システム概要

6.2 ログの設計

6.3 実システムの例

6.4 まとめ

7章 推薦システムの評価

推薦システムを評価するさまざまな指標について

単純な予測誤差のような指標ではなく、推薦したアイテムの多様性を図る指標や推薦したアイテムの意外性を測る指標についても

7.1 3つの評価方法の概要

7.2 オフライン評価

7.3 オンライン評価

7.4 ユーザースタディによる評価

7.5 まとめ

8章 発展的なトピック

推薦システムの国際会議やバイアス除去、因果推論について

8.1 国際会議

8.2 バイアス

8.3 相互推薦システム

8.4 Uplift Modeling

8.5 ドメインに応じた特徴と課題

8.6 まとめ

付録