【疑問】「この商品を買った人はこれも」ってどう計算してるん？協調フィルタリングとコールドスタート問題【G検定】

レコメンドの協調フィルタリングとコンテンツベースフィルタリング、どう違うん？

前提のおさらい。クラスタリングは似たもの同士をまとめる教師なし学習で、似てるかどうかは距離や類似度で測る。コサイン類似度は2つのベクトルの向きのそろい具合で、1に近いほど似てる

＞＞1
協調フィルタリングは、商品の中身は見ずに「ほかの利用者の評価」だけを使う
AさんとBさんの評価が似てたら、Aさんが高く評価してBさんがまだ見てない商品をBさんにすすめる

＞＞3
5段階評価で、商品1・2に A (5, 3)、B (4, 2)、C (1, 5) とつけてて、商品3は A が4、C が2、B はまだ
B とのコサイン類似度は、A が約0.997、C が約0.614
類似度で重みをつけて平均すると、B の商品3の予測は

コンテンツベースフィルタリングは、商品の中身（ジャンル、作者、値段など）を使う
その人がこれまで高く評価した商品と、特徴が似た商品をすすめる

＞＞3
協調フィルタリングは、新しく入った人や新しい商品にはどうするん？評価がまだ1つもないやん

＞＞6
それがコールドスタート問題。評価がないと、似てる人も似てる商品も見つけられん
新しい商品なら、中身の特徴だけで計算できるコンテンツベースを組み合わせるのがよくある対策。新しい人なら、最初に好きなジャンルを選んでもらったり、人気の商品から出したりする

＞＞7
逆にコンテンツベースだけやと、似たものばっかり出てきて、思いがけない好みには出会えん。両方まぜるのが現実的やと思う