システムアーキテクト 2025年 午前2 問15

協調フィルタリングを用いたレコメンデーションの例【午前2 解説】

要点まとめ

• 結論：正解はア、ユーザ間の購買行動の類似性を元に他ユーザの購入履歴を推薦する手法です。
• 根拠：協調フィルタリングは「似たユーザが買ったものを推薦する」ことを基本原理とし、相関や類似度で判別します。
• 差がつくポイント：項目間の関連（アソシエーション）や属性ベースのセグメントと混同せず、ユーザ行動の類似性に着目する点を重視してください。

正解の理由

よくある誤解（2〜3 行）

• 「類似する商品を提示＝協調フィルタリング」と誤解されやすいが、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の手法に近い。
• 属性（年齢・性別）によるセグメント化は協調フィルタリングではなく、デモグラフィックベースの推薦である。

解法ステップ

1. 問題文で「協調フィルタリング」の定義（似たユーザや行動を利用する）を確認する。
2. 各選択肢のキーワードを抽出する（顧客の類似、カテゴリランキング、人口動態、商品間関連）。
3. 「顧客Aに類似した顧客Bが購入している商品を勧める」を含む選択肢を協調フィルタリングと一致と判断する。
4. 商品間の関連（バスケット分析）や属性セグメントは除外することで正解を確定する。

選択肢別の誤答解説

• ア: 正解。ユーザ間の購買行動の類似性を用いる典型的なユーザベース協調フィルタリングの説明です。
• イ: 不正解。カテゴリごとの売れ筋を集計して発信するのは人気度・集計ベースの手法で、協調フィルタリングとは異なります。
• ウ: 不正解。年齢・性別など属性に基づくセグメント化はデモグラフィック推薦またはルールベース推薦であり協調フィルタリングではありません。
• エ: 不正解（注意点あり）。「バットを買った人にボールを勧める」は商品間の共起（アソシエーション）やアイテムベース手法に該当し、ユーザベースの協調フィルタリングとは異なる観点です。アイテムベースの協調フィルタリングと混同されやすいため注意してください。

補足コラム（関連知識など）

• 協調フィルタリングには主に「ユーザベース」と「アイテムベース」があり、前者は似たユーザを探し推薦、後者は類似アイテムを見つけて推薦します。
• 類似度指標：コサイン類似度、ピアソン相関係数、ジャッカード係数などが使われます。
• 課題：コールドスタート問題（新規ユーザ・新規商品）、データのスパース性、計算量の大きさ。ハイブリッド推薦でこれらを補うことが多いです。

FAQ