② 機械学習の概要 ／ 8. 教師なし学習
協調フィルタリングとは
協調フィルタリングとは、ユーザー同士、あるいはアイテム同士の類似性にもとづいて推薦を行う手法です。個人の属性情報を使わず行動履歴のみを利用する点が特徴です。
この用語はG検定シラバスの「8. 教師なし学習」に含まれます。 章全体の用語は用語解説②（全62語）にまとまっています。
一言でいうと
「似た好みの人が買ったもの」を勧める、行動履歴ベースの推薦手法です。
2つの見方
- ユーザーベース：自分と似た好みのユーザーが高評価したものを勧める
- アイテムベース：自分が気に入ったものと一緒に評価されやすいアイテムを勧める
いずれも年齢や性別といった属性情報は使いません。「誰が何を見た・買った」という行動履歴だけを手がかりにします。
弱点：コールドスタート問題
他の利用者の履歴に依存するため、新規ユーザーや新商品には推薦の根拠がありません。これがコールドスタート問題です。
この場合は、アイテムの属性を使うコンテンツベースフィルタリングのほうが有効になります。この対比はG検定の定番です。
2つの実装方式
- メモリベース：利用者やアイテムの類似度をその都度計算する。仕組みが分かりやすい
- モデルベース：行列分解などで潜在的な好みの構造を学習しておく。大規模データでも高速に動く
実サービスでは後者が主流です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| 協調フィルタリング | 他の利用者の行動履歴にもとづく。コールドスタートに弱い |
| コンテンツベースフィルタリング | アイテムの属性にもとづく。コールドスタートに比較的強い |
🎯 G検定での押さえどころ
- 行動履歴のみを利用し、属性情報は使わない
- ユーザーベースとアイテムベースがある
- コールドスタート問題を抱える
⚠️ よくある誤りの選択肢
- 「協調フィルタリングは年齢や性別などの属性情報を使う」→ 誤り。行動履歴のみを使います
- 「協調フィルタリングは新規ユーザーにも強い」→ 誤り。コールドスタート問題を抱えます
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。