協調フィルタリング#
モデルベース法：ユーザの嗜好をモデル化して推薦
メモリベース法：
ユーザーベース：ユーザの類似性に注目する
アイテムベース：アイテムの類似性に注目する
データ数#
田村幸之介, & 松原仁. (2008). 協調フィルタリングにおけるデータの必要数の分析 (Doctoral dissertation, Future University Hakodate).
ユーザーベースの手法であるGroupLensを使った。
データ数を減らしながら精度の変化を見たところ、最低でも8万レコードほしいという結果に