「一番いいおすすめを頼む」 〜5分でわかるレコメンドエンジンの基礎〜

Present by ぱろっと(@parrot_studio)

for Gunma.web #3

2010/12/11

Twitter : @parrot_studio hatena/github : parrot_studio

Profile

RDGC - Ruby(Random) Dungeon Game Core 0.2 http://sourceforge.jp/projects/rdgc/

2010/11 Released!!

レコメンドの話で大丈夫か？

You sure that’s story of “recommend”?

レコメンド機能

＝Amazonのおすすめ

４コマ漫画と技術書でカオスな

私のおすすめ

Amazon says:

お前と似た購買傾向のユーザは

これも買ってるから

お前も買えや( ﾟДﾟ)y─~~

でも、技術屋で4コマを買う

「私と似たユーザ」は

そんなにいる(´･ω･)？

ROをやってる技術屋より少ないような・・・

「似ている」の基準は？

一番いい説明を頼む

I'll take the best explanation you have.

例：ラーメン屋の特徴調査

スープの濃さ：薄い1-10濃い

麺の太さ：細い1-10太い

※数字が大きい≠高スコア

どれが「似ている」？

濃さ 太さ

A店 7 2

B店 3 5

C店 7 6

グラフにプロットしてみる

どれが「似ている」？

0

1

2

3

4

5

6

7

8

0 1 2 3 4 5 6 7

A B C

似ている＝角度が小さい

∠α ＜ ∠β

「似ていること」は

ベクトルの角度から求められる

ところで・・・

「濃さ」「太さ」→2次元

＋「価格」→3次元

＋「駅からの距離」→4次元

もはや想像不能

Σ(ﾟДﾟ；≡；ﾟдﾟ)

公式で機械的に求めよう

(｀･ω･´) b

これは「公式」 うまく使いこなせよ

This is Formula. I think now you'll have more luck.

求めたいもの

＝ベクトルaとbの角度Θ

角度Θは面倒なので

cosΘを求める

Θが小さいほどcosΘは1に近づく

＝cosΘが1に近いほど似ている

公式：

cosΘ = a・b / |a||b|

a・b = a1b1+a2b2+…+anbn

|a| = sqrt(a1^2+a2^2+…+an^2)

ラーメン屋の例だと・・・

a1：A店の濃さの値

a2：A店の太さの値

etc...

実際に計算してみよう

|A|^2

= 7^2+2^2 = 49+4 = 53

|A| = sqrt(53) = 7.2801

A・B

= 7*3+2*5 = 31

|B| = … = 5.8309

cos∠AB

= 31/(7.28 * 5.83)

= 0.7304

同じように計算すると・・・

cos∠BC = 0.9483

cos∠AC = 0.9088

cos∠AB = 0.7304

もしかして：

・BとCはよく似ている

・AとCもそれなりに似ている

・AとBはさほど似てない

グラフの通り(｀･ω･´)

0

1

2

3

4

5

6

7

8

0 1 2 3 4 5 6 7

A B C

お前は常にレコメンドにとって

最良のベクトルを思い、

自由に選択していけ

So choose factors of vector carefully. The recommend depends on it.

何をベクトルとするか？

例１：ユーザが購入した本

{プレゼン=>1, Ruby=>3, 4コマ=>10}

例２：記事に使われている

キーワードの出現回数

{勉強会=>5, Ruby=>3,

レコメンド=>8, 群馬=>2}

キーワードの出現傾向が似ている

＝よく似た記事はこちら(´･ω･)っ

＝記事の推薦システム

そうだな、次もこれを見ている奴に

付き合ってもらう

Well, next time we'll have to get help, again...

今回やらなかったこと：

レコメンドシステムの仕組み

・類似度から推薦するロジック

・計算を最適化するためのIndex構築

・IndexとNoSQL系ストレージの関係

・大規模データをどう分散処理させるか

etc...

また次の機会に(`･ω･´)ノ

ありがとうございました

(´･ω･)っ旦~