推薦アルゴリズム
二つのアプローチ
協調フィルタリング: 過去の顧客-商品の関係のデータから予測
内容ベース: 顧客,商品それぞれ自体の情報に基づいて予測
仮定: 似た顧客は全体的に似たようなものが好き
この仮定に基づいて、 協調フィルタリングでやる方法がある
GroupLens: 最初期の予測アルゴリズム
顧客同士の類似度を相関係数で測る
商品-顧客の表を行列分解
$ y_{i,j} = U_i^T v_j
低次元の二つの行列の積で、表が表せるという制約に基づいて未観測部分を埋める
さらにn次元に拡張してテンソル分解へ
商品-顧客の二次元関係だけではなく、商品-顧客-時間とか人-人-時間とかいろいろな場面に応用できる
計算は勾配法など、機械学習系の手法を応用
情報科学の達人.icon
#推薦