webマーケティングの情報をデリバリー

協調フィルタリングのメリット、デメリットとは？

こんにちは！最近、統計学の勉強をし始めたけど頭から煙が出そうなさくとです。謎の単語と数字の羅列とプログラミング言語と論文に囲まれてます。

みなさんは協調フィルタリングという言葉を聞いたことはありますでしょうか？

これは統計分析アルゴリズムの一つなのですが、実はみなさんがよく使う、あるサービスで用いられている手法なんです！それは・・・

Amazonのレコメンドエンジン

です。今日はレコメンドエンジンにも使われる協調フィルタリングについてご紹介します。

協調フィルタリングとは？

協調フィルタリングとは主にレコメンドエンジンに使われる手法なのですが、商品購入が非常にイメージし易いと思うので商品購入を例として下記では紹介していきます。

例えば商品が４つ、A,B,C,Dとあったとします。

このときに、顧客①はAとCを購入した、顧客②はBとCを購入した・・・・

というデータから、商品Aを購入したXさんが買いそうな商品は、商品◯の確率が高いです、というのを出すことが出来ます。非常に頭で理解しやすいシンプルなものです。また商品と顧客でマトリックスを作った際のセルの値は必ずしも0/1である必要はなく、数値である必要はありますが、例えば商品へのレビュー数など、値を入れることができます。

またこの時に、顧客同士の類似度も使うことで精度を上げていきます。

協調フィルタリングのメリットとデメリット

メリット：

・自分が知らないレコメンドが出て来る

・対象のカラムの事を知らなくても出来る

デメリット：

・データが少ないうちは使うことが出来ない。（Cold-Start問題といいます）

・まだ誰も評価していないアイテムはレコメンドできない

協調フィルタリングと比較される手法

よく協調フィルタリングと比較される手法がありまして、それは何かというと「コンテンツベースフィルタリング」というものです。このあたりは次回、ご紹介したいと思います。

まとめ

協調フィルタリングとはAmazonのレコメンドエンジンにも使われている手法です。レコメンドができ、データがあることが前提ですが、自分が予想していなかったレコメンドも出て来る手法です。

Amazonが使っているというだけで、ぐっと信頼感が増しますね！