Recommendation
メディアコミュニケーションⅢ
6/6/08
今日の参考サイト・文献


レコメンデーションの虚実(1)~認知限界をどう
乗り越えるのか
http://www.itmedia.co.jp/anchordesk/articles/0
709/11/news039.html
 この連載の続きも
文献リストの8
インターネット上の情報(1)

どこに,どのようなものがあるのか,どうやって知
るのか?

人から教えてもらう(クチコミを含む)

検索エンジンの利用
インターネット上の情報(2)

検索エンジンの分類
 ロボット型検索エンジン
 Google
 ディレクトリ型検索エンジン
 Yahoo!(両方の組合せ)
検索エンジンの限界(1)

欲しい情報が見つからない
 あまりにも多すぎるから?

質問:キーワードをいくつ入力しているか?
検索エンジンの限界(2)


同じキーワードを入力すれば,同じ結果
人により,必要な情報は異なる
 キーワード選択のリテラシ
 personalized search
Recommendation(1)

推薦,推奨,“おすすめ”

Amazonのレコメンデーション

欲しい情報が得られる手段のひとつ

ソーシャルブックマークも同様
Recommendation(2)

分類
 レコメンデーションの虚実(2)~レコメンデーシ
ョンの分類
http://www.itmedia.co.jp/anchordesk/articles
/0709/18/news038.html
Xという商品を買った
Xという情報を検索した
協調フィルタリング(1)

利用者Aは,Xに興味がある

利用者Bは,XとYに興味がある


Aは,Bと同じXに興味があるから,他の物にも同
じように興味がある(だろう)
AにYを教える
協調フィルタリング(2)




実際には,いくつかの組合せで行う
 大量のデータが必要
コンテンツの中身(属性)のことは考慮されない
ひとつのことにウマがあったら,他すべてともウ
マがあうのか?
他人に頼まれて商品を購入しただけであって,自
分は興味がない
コンテンツベースフィルタリング(1)



コンテンツの属性を用いる
自分が興味の属性を登録
 作家の名前
 “プログラミング”
登録した属性と同じ属性をもつコンテンツ
 新刊
コンテンツベースフィルタリング(2)

データが少なくても可能

属性を正しく認識できるか?

利用者が登録という作業を行う?!
 購入した商品から,属性を抜き出すことになる
が…
確率による方法

レコメンデーションの虚実(4)~ベイジアンは「
Amazonを超えた」のか?
http://www.itmedia.co.jp/anchordesk/articles/0
710/01/news022.html
友達の推薦(1)

クチコミ

友達とは趣味が合う

友達の“おすすめ”を購入する
友達の推薦(2)



すべての面で趣味が合うのか?
同じスポーツを楽しんでいるから,同じ歌手が好
き?!
押し付けになると,友達関係もおかしくなる
友達の推薦(3)

逆に,同じものに興味のある者


同じ(ような)商品を購入した者
友達になる
行動ターゲッティング(1)

どこのサイトで,何を見たのか?

の履歴を用いる

複数のサイト
 大規模ポータル
行動ターゲッティング(2)

プライバシーの問題

物理的な行動まで参考にする(可能か?)
ダウンロード

m-20080606