行列分解の数学的基础.辫诲蹿
- 2. ? 前回の復習(BigQuery MLの行列分解モデルを用いた推薦システムの基礎) ? 行列分解の基本アプローチ ○ 目的関数 ○ 勾配降下法 ? 実装紹介（コードはこちら） 今回の内容
- 3. 前回の復習（推薦システム手法まとめ） 1. コンテンツベースフィルタリング（content base filtering）? アイテムの特徴（メタデータ等）をもとに、ユーザが過去に高評価したアイテムと似た特徴を持つアイテムを? レコメンドする手法? ? 2. 協調フィルタリング（collaborative filtering）? 多くのユーザーから収集した嗜好データをもとに、ユーザが嗜好するであろうアイテムをレコメンドする手法? - メモリベースアルゴリズム(トランザクションデータをそのまま使用)? - ユーザベース ? - ユーザーのアイテムへの評価をもとに、ユーザー間の類似度に基づいてレコメンド ? - アイテムベース? - ユーザーのアイテムへの評価をもとに、アイテム間の類似度に基づいてレコメンド? - モデルベース(事前にモデル構築) ? 行列分解モデルもその一つ? - ハイブリッド? ? 3. ハイブリッド?
- 4. 映画1 映画2 映画3 … k1 4 0 2 … k2 4 5 2 … k3 2 3 2 … R U V T ≒ × m (user) n (item) 映画1 映画2 映画3 … 私 4 ? 2 … A 4 5 2 … … … … … … m (user) n (item) k (latent feature) k k1 k2 k3 私 4 2 2 A 4 5 2 … … … … k << n, m 行列分解
- 7. Demo 使用したscript: https://github.com/kootr/ml-study-session/tree/main/20220821_matrix_factorization
- 8. - 協調フィルタリングと行列分解手法の解説 - https://developers.google.com/machine-learning/recommendation/collaborative/basics - アイテムベースとユーザベースの比較 - https://medium.com/mlearning-ai/comparison-of-user-based-and-item-based-collaborative-filtering-f58a1c8a3f1d - 行列分解の実装 - http://www.quuxlabs.com/blog/2010/09/matrix-factorization-a-simple-tutorial-and-implementation-in-python/ - 推薦システムの手法の全体像（コンテンツベースと協調フィルタリングの違い） - https://yolo-kiyoshi.com/2020/06/22/post-1947/ - コンテンツベースと協調フィルタリングの違い - https://gihyo.jp/dev/serial/01/recommend_hadoop/0006 参考文献