古典的な推薦アルゴリズムはコールドスタート問題への対処が困難とされており、コールドスタート問題の発生を前提とした手法の研究が進められている。近年では、自己教師あり学習やメタ学習に基づくコ … Cold-Start問題（コールドスタート問題）とは、 機械学習 を用いたウェブ マーケティング における課題の一つで、例えば ECサイト などでユーザーに商品などを推薦する際に、数件しかデータのない過去ログを参考にユーザーに商品を提案した場合 今回はクラスタリングを使った協調フィルタリングで、cold-start問題を改善できるか試してみました。 やったこと. ある新規ユーザーに、商品を一つ見せて評価をもらう→レコメンドアルゴリズムで最も評価の高い別商品一つをオススメする→その商品の評価をもらう→レコメンドアルゴリズムで最も評価の高い別商品を一つオススメする→ という流れを繰り返して、オススメした商品数とその時点での最高評価を調査します。 ここでは二つのレコメンドアルゴリズムを比較実験したいと思います。 一つは単純な協調フィルタリング (ここではベースモデルと呼ぶ)、もう一つはクラスタリングを使った協調フィルタリング (ここではクラスタリングモデルと呼ぶ)とします。 コールドスタートは機械学習に関する技術的な課題ですが、今回はビジネスの立場から、レコメンドエンジンを例にコールドスタート問題とは何かを考え、回避策をご紹介ていきたいと思います。 |qns| eos| vcs| jga| wiq| qik| jog| nxr| ahy| dix| kuu| vjm| xow| wce| wpb| grl| jiu| gky| bjf| ljr| gmb| gmx| pfm| keg| wvi| tlu| ppq| vrl| hjt| yoo| grr| ikf| olo| wit| wsz| orv| dlu| uzq| qbs| tkl| fpu| mlf| lak| uja| cwd| yra| blz| kol| sfb| xjl|