ユーザベースの協調フィルタリングの一般的な原理

以前、
　　★ アイテムベースの協調フィルタリングの作り方 その1 ★
　　　　http://skellington.blog.so-net.ne.jp/2009-08-20

　　★ アイテムベースの協調フィルタリングの作り方 その2 ★
　　　　http://skellington.blog.so-net.ne.jp/2009-08-21
という記事を書いた。

今度は、ユーザベースの協調フィルタリングの話。

例として、5人のユーザが下記の4つの食べ物について食べたい度合い(得点)を付けたとする。



Step1
ユーザとユーザの距離をコサイン類似度や相関係数などを利用して計算する。
このあたりの距離をどう計算するかは、一つの研究課題。

ユーザ数が M 人いた場合、M ×(M - 1)個の類似度を計算する。



得点(連続値)ではなく、1 or 0 で与えてあげれば、アクションする/しないの判別分析に使うことができる。

Step2
iさんは、チョコを買う/買わない？



( 1 × 0.981 + 0 × 0.517 + 0 × 0.789 + 1 × 0.899 )
= -----------------------------------------------------
0.981 + 0.517 + 0.789 + 0.899
= 0.590

全ユーザの類似度を用いて計算をするか、自分に近いユーザの集合だけを用いて計算をするかは、一つの研究課題。

以下、iさんのステップを全ユーザに対して行う。

実際、計算しているのは、ユーザ間の類似性を表す行列(Kernel行列)。


この方法を、素直にSPSS Clementine(PASW Modeler)で実装すると、ユーザ数が増えてくると、必要HDD空き容量、計算時間が激しくかかる。

どう改良したかは、また、別の機会で書くとする。