協調フィルタリングとは？

協調フィルタリング（Collaborative Filtering）とは、推薦システムで使われる代表的な手法のひとつで、多くのユーザーの行動データ（評価・購入・閲覧・いいねなど）を分析し、嗜好が似たユーザー群やアイテム群のパターンから個人へのおすすめを生成する技術です。

協調フィルタリングには大きく二つのアプローチがあります。

• ユーザーベース：対象ユーザーと似た評価パターンを持つ他のユーザーを探し、そのユーザーたちが高く評価したアイテムを推薦する。「あなたと似た人はこれも好きです」という形式。
• アイテムベース：ユーザーが過去に評価したアイテムと似た評価パターンを持つ他のアイテムを推薦する。「この商品を買った人はこちらも買っています」という形式。

また、行列分解（Matrix Factorization）をはじめとする機械学習手法を組み合わせたモデルベース協調フィルタリングも広く利用されており、大規模なデータに対してスケールしやすいという特長があります。NetflixやAmazon、Spotifyなどの大規模サービスが採用するレコメンデーションの核心技術として知られています。

協調フィルタリングの強みはアイテムの内容（テキスト・ジャンルなど）を分析しなくても推薦できる点ですが、弱点として前述のコールドスタート問題（新規ユーザーやアイテムへの対応困難）や、人気アイテムに推薦が偏りやすい問題があります。実際のシステムでは、コンテンツベースフィルタリングと組み合わせたハイブリッド型が多く使われます。