"Programming Collective Intelligence" reading party, Chapter 2: Recommendation

1. 集合知プログラミング Programming Collective Intelligence (Ch.2 推薦を行う) 2010/01/11 id:shiumachi

3. 2.2 嗜好の収集

4. 2.3 似ているユーザを探し出す

5. 2.4 アイテムを推薦する

6. 2.5 似ている製品

7. 2.6 del.icio.us のリンクを推薦するシステムを作る

8. 2.7 アイテムベースのフィルタリング

9. 2.8 MovieLens のデータセットを使う

10. 2.9 ユーザベース VS アイテムベース

11. 2.10 練習問題

12. 2.1 協調フィルタリング

14. 1992年、Xerox PARC の David Goldberg の論文で初めて使われた用語

15. 協調フィルタリングの例 3 人とも好き 自分と趣味が似てる 似てる二人が好き ↓ じゃあ自分も気に入るかも！

16. 2.2 嗜好の収集

19. アイテム

23. 2.3 似ているユーザを探し出す

28. ユーザ間の、アイテムごとのスコアの差の2乗の和の平方根。

29. データが正規化されていないと正しい類似性が得にくい。

31. -1 ～ 1 の値をとる。

32. 相関の強さで類似性を判断するので、ユーザ間のスコアの絶対値が大きく違う場合に有用。

33. 2.4 アイテムを推薦する

35. テキストでは重みつき平均(後述)を使っているが、単なる平均なり中間値なり、状況に応じて推薦スコアを算出する必要があるだろう

37. 似てないユーザの情報もとるとノイズが多い

39. あるアイテムに対して、自分と似ているユーザ10人が最低点をつけているとしても、似ていない残り90人が満点をつけていればかなりいい点が期待できる

40. 2.5 似ている製品

42. 単純に今まで使ってたユーザとアイテムの関係を逆転させればいいだけ。

43. 2.6 del.icio.us のリンクを 推薦するシステムを作る

45. アイテム：URL

46. スコア：ブックマークしていれば 1、そうでなければ 0

47. 全部を取り出すのは不可能なので、うまくユーザを選出する

49. アイテム：ユーザ

50. スコア：フォローしていれば 1、そうでなければ 0

51. ユーザの選出は自分(shiumachi)のフォロワーから適当に

53. 上位10個の組み合わせ ユーザ1 ユーザ2 類似性スコア yosuke__ tilfin 0.00730 daisukebe_ yosuke__ 0.00621 daisukebe_ tilfin 0.00513 yosuke__ ARAMAKI 0.00510 shiumachi yosuke__ 0.00495 yosuke__ noritada 0.00493 yosuke__ ranha 0.00493 tilfin ARAMAKI 0.00467 tilfin ranha 0.00457 tilfin noritada 0.00457

56. 2.7 アイテムベースの フィルタリング

58. 情報の更新にリアルタイム性が必要ないので、夜間バッチ等で十分対応できる

59. (2.5 の話がここと分離している理由がよくわからない)

60. 2.8 MovieLens のデータセットを 使う

62. http://www.grouplens.org/node/73 から入手可能。

63. 2.9 ユーザベース VS アイテムベース

66. 変更が頻繁に行われる場合はこちらが便利

68. 2.10 練習問題

70. Jaccard 係数の拡張。

72. テキスト巻末に載っている式は Jaccard 係数だと思われる。 ( 積集合の要素数 ) / ( 和集合の要素数 ) A ・ B / ( ||A||^2 + ||B||^2 – A ・ B )

73. Thank you !