情報推薦システム入門

本書は，推薦システムに関する基本的な技術から最先端のトピックまでを体系的にまとめられており，情報推薦分野の概観を把握するのに最適の入門書である。推薦システムは，情報検索や情報フィルタリング，文書分類など，さまざまな研究領域における基礎となり，機械学習やデータマイニング，知識ベースシステムなど，異なる分野の手法が用いられている。本書では，これらの分野の概説が丁寧に説明されている。学生から社会人までにお勧めする。日常から経験している情報推薦技術とは何か，いかにして推薦内容を決めているのかについて体系的に学べる入門書！

『デジタルマーケターが読むべき100冊+α』（翔泳社／2012年10月刊）に紹介されました。

目次

オンライン書店でのレビューを見る

第1章　はじめに

1.1　第1部：基本概念への手引き

1.2　第2部：最新動向

第2章　協調型推薦

2.1　ユーザベースの最近傍推薦

2.2　アイテムベースの最近傍推薦

2.3　評価付けについて

2.4　他のモデルベースおよび前処理ベースのアプローチ

2.5　最新の実践的アプローチとシステム

2.6　議論とまとめ

2.7　文献ノート

第3章　内容ベース型推薦

3.1　内容の表現と内容の類似度

3.2　類似度に基づく検索

3.3　他の文書分類手法

3.4　議論

3.5　まとめ

3.6　文献ノート

第4章　知識ベース型推薦

4.1　はじめに

4.2　知識表現と推論

4.3　制約ベース型推薦システムとの対話

4.4　事例ベース型推薦システムとの対話

4.5　アプリケーション例

4.6　文献ノート

第5章　ハイブリッド型推薦アプローチ

5.1　ハイブリッド形成のための機会

5.2　Monolithic（単一型）ハイブリッド型設計

5.3　Parallelized（並列型）ハイブリッド型設計

5.4　Pipelined（パイプライン型）ハイブリッド型設計

5.5　議論とまとめ

5.6　文献ノート

第6章　推薦システムにおける説明

6.1　はじめに

6.2　制約ベース型推薦システムにおける説明

6.3　事例に基づく推薦システムにおける説明

6.4　協調フィルタリングの推薦システムにおける説明

6.5　まとめ

第7章　推薦システムの評価

7.1　はじめに

7.2　評価研究の一般的な特性

7.3　代表的な評価計画

7.4　ヒストリカルデータセットの評価

7.5　その他の評価計画

7.6　まとめ

7.7　文献ノート

第8章　ケーススタディ：モバイルインターネットにおける個人適応型ゲーム推薦

8.1　アプリケーションと個人化の概要

8.2　アルゴリズムと格付け

8.3　評価

8.4　まとめと結論

第9章　協調型推薦システムへの攻撃

9.1　最初の例

9.2　攻撃の特性

9.3　攻撃タイプ

9.4　攻撃効果と対策に関する評価

9.5　攻撃対策

9.6　プライバシー的見地分散協調フィルタリング

9.7　議論

第10章　オンライン消費者の意思決定

10.1　はじめに

10.2　文脈効果

10.3　初頭性/親近性効果

10.4　その他の効果

10.5　パーソナリティと社会心理学

10.6　文献ノート

第11章　推薦システムと次世代Web

11.1　信頼性指向推薦システム

11.2　フォークソノミー

11.3　オントロジーによるフィルタリング

11.4　Web　からのセマンティックの抽出

11.5　まとめ

第12章　ユビキタス環境における推薦

12.1　はじめに

12.2　コンテキストアウェア推薦

12.3　アプリケーションドメイン

12.4　まとめ

第13章　まとめと展望

13.1　まとめ

13.2　展望