問題 No.1754
レコメンデーション手法の一つであるコンテンツベースフィルタリングの特徴として適切なものはどれか。
【正解の解説】
ユーザーが過去に高く評価したアイテムの持つ特徴や属性を分析し、それと類似した特徴を持つ別のアイテムを推薦する。
これは、あなたが「過去に赤色の甘いリンゴを買った」という事実から、「じゃあ同じように赤くて甘いミカンも好きそうだな」と、商品のスペックや属性に着目しておすすめを提案してくれる仕組みです。まさに好みの傾向が似ている専属の店員さんが、商品のタグや成分を見て選んでくれるような状態です。
スポンサーリンク
【その他の選択肢の解説】
システムを利用する多数のユーザー全体の行動履歴データを分析し、自分と似た嗜好を持つ他のユーザーが購入したアイテムを推薦する。
初学者が最も混同しやすい「協調フィルタリング」の仕組みを説明したものです。コンテンツベースが「商品の特徴」に注目するのに対し、こちらは「自分以外の他人の行動」に注目します。「あなたと好みが似ている他の人はこれも買っていますよ」というアプローチであり、対象の軸が全く異なるため誤りとなります。
ターゲットとなるユーザーの属性情報や過去の購入実績を一切利用せず、現在トレンドとなっている人気アイテムや新着順のリストを推薦する。
個人の好みを全く無視して、世間で今一番売れている商品や新着アイテムをただ並べているだけなので、パーソナライズされたレコメンデーションとは言えません。これは特売チラシやAmazonの「売れ筋ランキング」のような仕組みであり、個人の好みを分析するコンテンツベースフィルタリングの定義からは大きく外れてしまいます。
対象となるアイテムに内在するテキスト情報や画像データのみを解析し、ユーザーの過去の好みを一切参照せずに最も情報量が豊富なアイテムを推薦する。
レコメンデーションの最大の特徴である「ユーザーの好みに合わせる」という要素がすっぽり抜けているため不正解です。商品のデータ（テキストや画像）を分析する点までは合っていますが、肝心のユーザーが過去に何に興味を持ったかという履歴を無視してしまっては、その人向けのおすすめ（推薦）ではなく単なるアイテムの自動要約や情報量測定になってしまいます。