集合知プログラミング勉強会第２回推薦する発表資料

1. 
集合知プログラミング
-Programming
Collective
Intelligence-
第2章 推薦を⾏行行う(前半)
@millionsmile
16th
of
Oct,
2012,
集合知プログラミング勉強会

2. 
2
協調フィルタリング
協調フィルタリングとは、多くのユーザの嗜好情報を蓄積し、あ
るユーザと嗜好の類似した他のユーザの情報を⽤用いて⾃自動的に推
論を⾏行行う⽅方法論である。[Wikipadiaより]
協調フィルタリングという⽤用語は1992年にXerox
PARCのDavid
Goldbergが書いた Using
collaborative
filtering
to
weave
an
information
tapestry という論⽂文で最初に使⽤用された。
協調フィルタリングの⼿手法
「ユークリッド距離」
「ピアソン相関」
他「マンハッタン係数」「Tanimoto係数」「Jaccard係数」等

3. 
3
データを⽤用意
~
ディクショナリ型を使う
複数の⼈人々の嗜好情報を表現する⽅方法としてはpythonのディク
ショナリ型を⽤用いるのがよい。
ディクショナリ型は要素間に順序がなく、インデックスで要素を
取り出すことはできない。その代わり各要素にはキーと呼ばれる
識別⼦子を値とあわせて登録する。[辞書オブジェクト]
{キー1:値1,
キー2:値2,
...}

4. 
4
映画の評者とその評点のディクショナリ
映画の評価者と映画に対する評価スコア（1~5）のデータを
pythonのディクショナリをネストして表現する。
コードはこちら。https://gist.github.com/3887602

5. 
5
ディクショナリの検索や変更
ディクショナリで作ったデータを検索する
>>
critics['Lisa
Rose']['Lady
in
the
Water']
実⾏行行結果↓
>>
2.5
ディクショナリで作ったデータを変更する
>>
critics['Toby']['Snakes
on
a
Plane']=4.0
>>
critics['Toby']
実⾏行行結果
>>
{'Snakes
on
a
Plane':
4.5,
'Superman
Returns':
4.0,
'You,
Me
and
Dupree':
1.0}

6. 
6
ユークリッド距離によるスコア
ユークリッド距離とは、嗜好空間上の距離の近さによって類似度
を計算するもの。
映画
Snakes 5 Toby
ユークリッド距離を0~1の値
LaSalle
Matthews
4
にするために正規化。
Seymour
Rose
Puig
3
類似度=
ユークリッド距離=
1
0
0 1 2 3 4
映画 Dupree
TobyとLasalleの映画SnakesとDupreeの類似度
>>
1/(1+sqrt(pow(4.5-4,2)+pow(1-2,2)))
0.47213595499957939

7. 
7
pythonでユークリド距離
2点(p1,p2,...)と(q1,q2,...)の場合のユークリッド距離の計算式
コードはこちら。https://gist.github.com/3887602

8. 
8
ピアソン相関によるスコア
ピアソン相関係数は2つの変数にどの程度の相関があるかを測るた
めの指標である。ある直線上にどの程度沿っているかを⽰示す。
1と-1との間に値を取り、完全に相関する場合は1となり、相関が
ない場合には0になる。そして逆相関の場合には-1となる。
-
左のSeymourとLasalleの相関スコアは0.4
-
右のRoseとMatthewsの相関スコアは0.75

9. 
9
ピアソン相関によるスコア
ピアソン相関係数ではある評者が他の評者と⽐比較して⾼高いスコアを
つける傾向にあったとしても、その⼆二⼈人の間の差が⼀一貫していれば
完全な相関が現れる。評価の⾼高さ低さをならした計算をする。
データが正規化されていない場合はユークリッド距離よりもよい結
果を得られやすい。

10. 
10
pythonでピアソン相関係数
ピアソン相関係数の計算式
コードはこちら。https://gist.github.com/3887602

11. 
11
pythonで評者をランキング
⾃自分の好みに最も似ている映画の評者を探す。
コードはこちら。https://gist.github.com/3887602

12. 
12
アイテムを推薦する
評者のランキングの⽋欠点
-
⾃自分と似た嗜好の⼈人を探し、その⼈人好きな映画から⾃自分のみ
ていない映画を探すことはできるが回りくどい
-
⾃自分が好きであるはずの映画を観ていない評者を選ぶこと
で、漏れが⽣生じる可能性がある
-
他の全ての評者は低いスコアにも関わらず、ランキングで選
ばれた⼈人だけが⾼高いスコアを与えている場合もある
アイテムの推薦では、⾃自分以外の評者のスコアを集め、それ
ぞれの映画へのスコアと⾃自分との類似性に掛け合わせて推薦
する。

13. 
13
アイテムを推薦する
⾃自分が観ていない映画とそれぞれの評者によるスコア
S.xからはじまる列は評点を掛けあわせた類似度
Sim.Sumの⾏行行は映画をみた⼈人の類似度の合計
Total/Sim.Sumの⾏行行はその映画をみた評者によるスコア
→Total/Sim.Sumがアイテムの推薦のスコアとなる

14. 
14
pythonでアイテムを推薦
コードはこちら。https://gist.github.com/3887602

15. 
15
pythonでアイテムを推薦の結果
コードはこちら。https://gist.github.com/3887602

16. 
16
似ている製品
製品同⼠士、似ているものを推薦するには、ディクショナリの
持ち⽅方を変更するだけで、特定の⼈人のための推薦の関数がそ
のままつかえる
↓変更

17. 
17
pythonで似ている製品を推薦
コードはこちら。https://gist.github.com/3887602
Superman
Returnsに似ている映画をランキングする

18. 
18
製品同⼠士の負の相関
製品の推薦で、マイナスの相関スコアになっているのは、
Superman
Returnsが好きな⼈人は、Just
My
Luckのことを好
まない傾向であることを意味している

19. 
19
製品同⼠士の負の相関
製品の推薦で、マイナスの相関スコアになっているのは、
Superman
Returnsが好きな⼈人は、Just
My
Luckのことを好
まない傾向であることを意味している

20. 
20
推薦についてもっと詳しく知れる資料
『情報推薦システム⼊入⾨門-理論と実践』
「ソーシャルウェブとレコメンデーション」@hamadakoichi
http://www.slideshare.net/hamadakoichi/ss-4113135