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は、商品や記事そのものの特徴（コンテンツ）を手がかりに推薦する方式です。推理小説をよく読む人に、別の推理小説を勧めるような考え方です。

仕組み

推薦は、おおむね次の3つの手順で行います。

1. 商品を、ジャンル、作者、キーワード、価格帯などの属性で表します。ニュース記事なら、本文に出てくる単語の重要度をTF-IDFなどで数値にします。
2. 利用者が過去に高く評価した商品の属性から、その人の好みを表すプロフィールを作ります。
3. プロフィールと各商品の属性がどれだけ似ているかをコサイン類似度などで測り、似ている商品を推薦します。

協調フィルタリングとの違い

協調フィルタリングは、ほかの利用者の履歴の重なりから推薦し、商品の中身は見ません。コンテンツベースフィルタリングはその逆で、商品の中身を見て、基本的に本人の履歴だけから推薦します。

強みは2つあります。1つは、ほかの利用者の評価がまだない新商品でも、属性さえあれば推薦の候補にできることです。もう1つは、「この作者の作品を読んだから」のように推薦の理由を説明しやすいことです。

弱みもあります。過去に好んだものと似た商品ばかりが並び、意外性のある推薦が生まれにくくなります。この弱点は過剰な特化（over-specialization）と呼ばれます。属性を整える手間もかかり、音楽の雰囲気のように、好みを左右する特徴を属性で表しにくい商品もあります。また、本人の履歴や好みの登録がまったくない新規の利用者には、好みに合わせた推薦ができません。新しい利用者のコールドスタート問題は、この方式でも避けられません。

実際のサービスでは、協調フィルタリングと組み合わせたハイブリッド型にして、互いの弱点を補うことがよくあります。

覚え方

「中身（コンテンツ）が似ているものを勧める」と覚えます。他人の履歴を使うのが協調フィルタリングです。