Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
高校講座 | 第1回 推薦システムとは
Search
RecSysLab
PRO
August 06, 2022
Technology
0
520
高校講座 | 第1回 推薦システムとは
下記教科書を基にした高校生向けの推薦システム講座の講義スライドです。
奥 健太:基礎から学ぶ推薦システム - 情報技術で嗜好を予測する -, コロナ社 (2022)
RecSysLab
PRO
August 06, 2022
Tweet
Share
More Decks by RecSysLab
See All by RecSysLab
データベース|SQL
recsyslab
PRO
0
91
龍谷ICT教育|プログラミング演習科目における自動採点ツールを用いた自由進度学習
recsyslab
PRO
0
150
[RecSys2023論文読み会]Interface Design to Mitigate Inflation in Recommender Systems
recsyslab
PRO
0
140
[RecSys2022論文読み会]Bundle MCR: Towards Conversational Bundle Recommendation
recsyslab
PRO
0
440
高校講座 | 第2回 内容ベース推薦システム
recsyslab
PRO
0
480
高校講座 | 第3回 協調ベース推薦システム
recsyslab
PRO
0
460
内容ベース推薦システム | 第2回 推薦システム概論
recsyslab
PRO
0
810
協調ベース推薦システム | 第3回 推薦システム概論
recsyslab
PRO
0
800
知識ベース推薦システム | 第4回 推薦システム概論
recsyslab
PRO
0
730
Other Decks in Technology
See All in Technology
だいたい分かった気になる 『SREの知識地図』 / introduction-to-sre-knowledge-map-book
katsuhisa91
PRO
3
1.5k
生成AI時代のPythonセキュリティとガバナンス
abenben
0
150
クラウドとリアルの融合により、製造業はどう変わるのか?〜クラスメソッドの製造業への取組と共に〜
hamadakoji
0
450
dbtとAIエージェントを組み合わせて見えたデータ調査の新しい形
10xinc
6
1.4k
AIでデータ活用を加速させる取り組み / Leveraging AI to accelerate data utilization
okiyuki99
5
1.4k
Dify on AWS 環境構築手順
yosse95ai
0
160
From Natural Language to K8s Operations: The MCP Architecture and Practice of kubectl-ai
appleboy
0
340
様々なファイルシステム
sat
PRO
0
260
AI時代、“平均値”ではいられない
uhyo
8
2.7k
オブザーバビリティが育むシステム理解と好奇心
maruloop
3
1.6k
【SORACOM UG Explorer 2025】さらなる10年へ ~ SORACOM MVC 発表
soracom
PRO
0
170
OSSで50の競合と戦うためにやったこと
yamadashy
3
1k
Featured
See All Featured
What’s in a name? Adding method to the madness
productmarketing
PRO
24
3.7k
Testing 201, or: Great Expectations
jmmastey
45
7.7k
Optimizing for Happiness
mojombo
379
70k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
Reflections from 52 weeks, 52 projects
jeffersonlam
355
21k
Six Lessons from altMBA
skipperchong
29
4k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
253
22k
What's in a price? How to price your products and services
michaelherold
246
12k
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
Visualization
eitanlees
150
16k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
GitHub's CSS Performance
jonrohan
1032
470k
Transcript
推薦システムの仕組み ~この商品を買った人は、こんな商品も買っています~ 高校講座 | 第1回 推薦システムとは 奥 健太
推薦システムとは 2
推薦システムとは Amazon [1] • 「この商品を買った人はこんな商品も買っています」 • 購入履歴や閲覧履歴に基づく「おすすめ商品」 Netflix [2] •
ジャンル別の人気動画やトピックごとのおすすめ動画 • 詳細ページに表示される「こちらもオススメ」 YouTube [3] • 再生履歴や検索履歴に基づくおすすめ動画 • 再生中の動画の横に表示される関連動画 [1] https://www.amazon.co.jp/ [2] https://www.netflix.com/ [3] https://support.google.com/youtube/answer/6342839?hl=ja 3
推薦システムとは 推薦システム(recommender system) ユーザの嗜好に合ったアイテム(商品や映画、音楽、本、動画、画像、ニュース 記事など)を提示するシステム 「特定のユーザに最も興味をもたれそうなアイテムを提案するソフトウェ アツールおよび技術」[Ricci+2015] “Recommender Systems (RSs)
are software tools and techniques that provide suggestions for items that are most likely of interest to a particular user.” [Ricci+2015] Recommender Systems: Introduction and Challenges. Recommender Systems Handbook, pp. 1–34. Springer, 2015. 4
なぜ推薦システムが必要か 5
世界の本の数 129,864,880 冊 2010年8月現在 Google Books Searchブログ記事 [4] より [4]
http://booksearch.blogspot.com/2010/08/books-of-world-stand-up-and-be-counted.html(2022年6月現在) 6
YouTube 毎分 500 時間以上もの動画投稿 2022年6月現在 YouTube検索 - YouTubuのしくみ [5] より
[5] https://www.youtube.com/intl/ALL_jp/howyoutubeworks/product-features/search/(2022年6月現在) 7
膨大なコンテンツ 世界の本の数 [4]: ※2010年8月現在 Apple Musicでの配信楽曲数 [6]: ※2022年6月現在 9,000万曲以上 129,864,880冊
Spotifyでの配信楽曲数 [7]: ※2022年6月現在 7,000万曲以上 IMDbでの登録映画タイトル数 [8]: ※2022年3月現在 60万件以上 [4] http://booksearch.blogspot.com/2010/08/books-of-world-stand-up-and-be-counted.html(2022年6月現在) [6] https://www.apple.com/jp/apple-music/(2022年6月現在) [7] https://www.businessofapps.com/data/spotify-statistics/#4(2022年6月現在) [8] https://www.imdb.com/pressroom/stats/(2022年6月現在) 8
膨大なユーザ生成コンテンツ YouTube [5][9]: ※2022年6月現在 毎分 500 時間以上もの動画投稿 Twitter [10]: ※2018年5月現在
毎分 456,000 ツイート Instagram [10]: ※2018年5月現在 毎分 46,740 写真 Facebook [10]: ※2018年5月現在 毎秒 5 プロフィール [5] https://www.youtube.com/intl/ALL_jp/howyoutubeworks/product-features/search/(2022年6月現在) [9] https://www.tubefilter.com/2019/05/07/number-hours-video-uploaded-to-youtube-per-minute/(2022年6月現在) [10] https://www.forbes.com/sites/bernardmarr/2018/05/21/how-much-data-do-we-create-every-day-the-mind-blowing-stats-everyone-should-read/(2022年6月現在) 9
人生の持ち時間 • 人生80年とすると ◦ 80年 × 365日 = 29,200日 •
1日1本映画を観たとしても、29,200本 しか観れない • 全体のわずか 5% ほどしか消費できない IMDbでの登録映画タイトル数 [8]: ※2022年3月現在 60万件以上 限られた持ち時間で本当に面白い映画だけを観たい つまらない映画は観たくない 10
コンテンツ過多(content overload) 面白いコンテンツ、感動するコンテンツが埋もれている どのようにしてそのコンテンツに巡り合うか? 11
推薦システム ユーザの行動履歴(購買履歴や閲覧履歴、評価履歴など)を基にユーザの 興味に合うコンテンツの候補を推薦リストとして提示 12
推薦システム研究の究極的課題 コンピュータは 人の嗜好を予測できるのか? 13
データ×技術による嗜好予測 データ 技術 人のコンテンツに対する嗜好を予測 コンテンツを知る 人を知る 14