最近関わっている案件で、レコメンドエンジンを構築することになったので、その際調べたことを記録しておきます。

レコメンドエンジン

レコメンデーションとは

ユーザに対して自動的に何らかのおすすめを提示すること。レコメンデーションを行うソフトウェアのことをレコメンドエンジンという

Point

Pattern

ある対象者が商品をチェックまたは購入したデータと、対象者以外がチェックまたは購入したデータの両方を用い、その購入パターンから人同士の類似性、または商品間の共起性をアソシエーション分析（相関分析）で解析し、対象者個人の行動履歴を関連づけることでパーソナライズされた商品を提示することができる手法です。

協調フィルタリングはユーザの行動データを利用する

コンテンツデータ

アイテムそのものから得られる情報。
コンテンツデータの場合、ユーザに関する情報が無いので、各ユーザ向けにパーソナライズされたレコメンデーションは行えない
メタデータ

アイテムそのものではなく、ユーザの行動などに付随して得られる情報。

ルールベース

サービスの提供者が予めユーザの行動を想定してルールを作成しておき、そのルールに従ってレコメンデーションを行う
サービス提供者、ユーザ双方の納得感があるレコメンデーションが行いやすい
ルールを作成する、メンテナンスコストが発生する
機械学習・統計ベース

予め正解となるデータを作って置くか、もしくはアイテム間の何らかの類似度を見ることで、自動でレコメンデーションを行う手法

あるデータの1部を利用する

データの集合を部分集合(クラスタ)に切り分けて、それぞれの部分集合に含まれるデータがある共通の特徴を持つようにする。この特徴は多くの場合、類似性や、ある程度定められた距離尺度に基づく近さで示される。

クラスタの平均を用い、与えられたクラスタ数k個に分類する

各データに対してランダムにクラスタを割り振る
割り振ったデータを元に各クラスタの中心を計算する。計算は通常通り割り当てられたデータの各要素の算術平均が使用されるが、必須ではない
各 xi と各 V_j との距離を求め x_i を最も近い中心のクラスタに割り当て直す。
上記の処理で全ての x_i のクラスタの割り当てが変化しなかった場合、あるいは変化量が事前に設定した一定の閾値を下回った場合に、収束したと判断して処理を終了する。そうでない場合は新しく割り振られたクラスタから {\displaystyle V_{j}} V_j を再計算して上記の処理を繰り返す。