コンテンツベースフィルタリングとは
コンテンツベースフィルタリングとは、アイテムの属性情報とユーザーの過去の嗜好をもとに推薦を行う手法です。他のユーザーの情報に依存しないため、コールドスタート問題に比較的強い点が特徴です。
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
「その人が好きだったものと似た特徴を持つもの」を勧める推薦手法です。
仕組み
アイテムにはジャンル・出演者・キーワードといった属性が付いています。
過去にSF映画を多く見たユーザーには別のSF映画を勧める——というように、本人の履歴とアイテムの属性だけで推薦が成立します。他人のデータは必要ありません。
強みと弱み
他ユーザーに依存しないため、利用者が少ないサービスでも機能し、新しいアイテムでも属性さえあれば推薦できます（コールドスタート問題に強い）。
一方で、本人の好みに似たものばかりになり、意外な発見が生まれにくいという弱点があります。この点は協調フィルタリングのほうが得意です。
ハイブリッド推薦
実際のサービスでは、協調フィルタリングとコンテンツベースを組み合わせて使うのが一般的です。
履歴が少ない初期はコンテンツベースで補い、履歴が貯まったら協調フィルタリングに比重を移す——といった形で、互いの弱点を補い合わせます。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| 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強い |
| 協調フィルタリング | 他の利用者の行動履歴にもとづく。意外な推薦が得意 |
🎯 G検定での押さえどころ
- アイテムの属性と本人の履歴で推薦する
- 他ユーザーに依存しないためコールドスタートに強い
- 意外性のある推薦は苦手
⚠️ よくある誤りの選択肢
- 「コンテンツベースフィルタリングは他ユーザーの評価を必要とする」→ 誤り。必要としません
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。