概要#
アルゴリズムの分類#
内容ベースフィルタリング（Content-Based Filtering）
アイテム属性を見て、ユーザーが過去に好んだアイテムと似たものを薦めるアプローチ
協調フィルタリング（Collaborative Filtering）
ユーザー間またはアイテム間の共起・行動履歴を使う系統
Memory-based CF
user-based kNN
item-based kNN
Model-based CF
matrix factorization
probabilistic models
factorization machines
問題設定#
Most-Popular 推薦：ベースラインとして、全体での予測CTRが最も高いものを常に出す
個別化推薦（personalized recommendation）：個々のユーザに合わせた推薦を行う
コンテキスト依存型推薦：ユーザ・アイテム・コンテキストの3つに依存して最適な推薦を推定する
ライブラリ#
recommenders-team/recommenders: Best Practices on Recommendation Systems
Microsoft→Linux Foundationになった実験環境
Surprise · A Python scikit for recommender systems.
主に行列分解系を中心に扱っているライブラリ