概要

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