応用情報技術者 2021年 春期 午前2 問63

協調フィルタリング【午前2解説】

正解の理由

解法ステップ

1. 「協調フィルタリング」の定義を確認する：ユーザーの行動（評価や購買履歴）を用いて、類似ユーザーや類似アイテムを見つけ、推薦を行う手法である。
2. 各選択肢が「ユーザーの行動に基づくか」「アイテム属性や集計に基づくか」を分類する。
3. ユーザーベースまたはアイテムベースで「他ユーザーの挙動」を直接利用している選択肢を協調フィルタリングと判定する。
4. 上記の観点から、ユーザー間の類似性を使うアが該当することを確認する。

選択肢別の誤答解説

• ア（正しい）
  ユーザー間の類似性（購買パターンの相関など）を求め、その類似ユーザーが購入した商品を推薦する、典型的なユーザーベース協調フィルタリング。類似度指標としてコサイン類似度やピアソン相関係数を用いることが多い。
• イ（不正解）
  カテゴリ別の売れ筋ランキングを抽出して配信する手法は、全体やカテゴリ単位の人気に基づく「ランキング／人気ベース推薦」で、協調フィルタリングの定義（個々のユーザー行動の類似性を利用する）には当てはまりません。
• ウ（不正解）
  年齢・性別などの人口統計情報でセグメント化して提示するのは「デモグラフィック（属性）ベース推薦」です。これはユーザーの属性（プロフィール情報）に基づくルール的な推薦で、アイテムの内容（コンテンツ）や他ユーザーの行動を直接利用する協調フィルタリングとは異なります。コンテンツベース推薦とは区別して扱うべきです。
• エ（注意点）
  「商品間の関連に着目して提示する」は一見協調フィルタリングと似ていますが、実際には2つの別のアプローチが混在します。
  • アソシエーション分析（例：バスケット分析、アプリオリアルゴリズム）は頻出する同時購入パターンやルール（A→B）を抽出する手法であり、項目間の共起に注目します。
  • 一方でアイテムベースの協調フィルタリングは、ユーザー×アイテム行列からアイテム同士の類似度（共通ユーザーによる購入や評価の共起を元にした類似度）を計算して推薦します。
    したがって、エは文脈次第で「アソシエーション分析」か「アイテムベース協調フィルタリング」かのいずれにも該当し得ます。問題文では「協調フィルタリングを用いたものはどれか」という問いで、より明確にユーザー間の類似性を説明しているアを正解とします。

よくある誤解

• 「商品間の関連＝協調フィルタリング」と短絡的に考えること。商品間の関連はアソシエーション分析やアイテムベースCFの両方で使われうるため、元データ（ユーザー行動から算出か、単純な頻度共起か）を確認する必要があります。
• 「コンテンツベース推薦」と「属性（デモグラフィック）ベース推薦」を混同すること。コンテンツベースはアイテムの属性（ジャンル、説明文など）に基づく推薦で、人口統計に基づく推薦は明確に別カテゴリです。
• 人気順や売れ筋＝協調フィルタリングと誤認すること。人気ベースは協調性に依存せず集計結果のみを用いる手法です。

補足コラム

• 類似度の代表例：コサイン類似度、ピアソン相関、ジャッカード係数など。コサイン類似度はベクトルの内積を正規化したもので、2つのユーザー（またはアイテム）の傾向の近さを測ります。
  $\cos (\mathbf{u},\mathbf{v})=\frac{\mathbf{u}\cdot \mathbf{v}}{\Vert \mathbf{u}\Vert \Vert \mathbf{v}\Vert }$
• 協調フィルタリングの主な課題：コールドスタート（新規ユーザー・新規アイテム）、スパース性（行列の欠損多数）、計算量（大規模データでの類似度計算）。これらを解決するために行列因子分解（SVD、確率的潜在因子モデル）やハイブリッド手法が使われます。
• 実務上は、単純な人気ランキング、デモグラフィック推薦、コンテンツベース、協調フィルタリングを組み合わせたハイブリッド方式がよく採用されます。

FAQ