素性ベクトルベース

アイテム素性ベクトル

アイテムの特徴を表すベクトルを構成する方法はいくつかある。

古典的・シンプルな方法だと

• カテゴリ化：商品や記事のカテゴリ、タグなど

• bag-of-words：（テキストを含むデータの場合）単語の出現の有無\(\{0,1\}\)やTF-IDFなどでテキストをベクトルにする。

• トピックモデリング：（テキストを含むデータの場合）アイテム\(j\)がトピック\(k\)に属する確率を推定

ユーザー素性ベクトル

ユーザーの特徴のベクトルを作るには、例えば次のような情報が使われる

• ユーザーが入力した「興味のあるカテゴリ」の情報

• 過去に「いいね」やクリックしたコンテンツの情報

• 年齢、性別、職業、地域などの属性情報

• Webサイト内での利用回数

• 検索履歴

• 現在位置