[BOOKデータベースより]
１ 推薦システム
２ 内容ベース推薦システム―近傍ベース方式
３ 内容ベース推薦システム―モデルベース方式
４ 協調ベース推薦システム―近傍ベース協調フィルタリング
５ 協調ベース推薦システム―モデルベース協調フィルタリング
６ 協調ベース推薦システム―潜在因子モデル
７ 知識ベース推薦システム
８ ハイブリッド型推薦システム
９ 推薦システムの評価
【書籍紹介】
「この商品を買った人はこんな商品も買っています」。いまや，Web上のいたるところでみかけます。もしかしたら，あなたもお薦めの本として提示されて，この本を手にとられたのかもしれません。このような機能を支えている技術が推薦システムです。本書では，その推薦システムの中身に迫ります。
推薦システムは，大きく，内容ベース推薦システム，協調ベース推薦システム，知識ベース推薦システム，そして，それらを組み合わせたハイブリッド型推薦システムに分類されます。この分類を踏まえ，本書はつぎのような構成になっています。1章では，なぜ推薦システムが必要かという話からはじめ，推薦問題の定義について学びます。内容ベース推薦システムについては2章と3章の2章構成で，協調ベース推薦システムについては4章から6章の3章構成で，それぞれ学びます。知識ベース推薦システムは7章で学び，ハイブリッド型推薦システムは8章で学びます。そして，最後に9章で推薦システムの評価について学びます。なお，本書は，1章から順を追って読まれることを想定しています。前の章で学んだ知識を後の章にも活用するように，知識を積み重ねていく構成となっています。
【本書の特徴】
本書では数式がふんだんに出てきますが，一つひとつ紐解きながら丁寧に解説しています。具体例を交えながら，計算過程もなるべく省略せずに書いていますので，一つひとつ記号の意味を理解しながら式を追っていくことができます。
また，問題に親しみをもってもらいやすいように，具体的かつ身近な事例として，食をテーマにしたシナリオを設定しています。食に対する好き嫌いは個人差が現れやすいので，嗜好予測の問題設定としてはうってつけです。
【著者からのメッセージ】
推薦システムの研究には面白くワクワクするような課題がたくさん詰まっています。本書では先端的なトピックについては扱いませんでしたが，いずれのトピックにおいても本書で学んだ内容が基礎となります。
世の中のコンテンツは数も種類も日々増大しており，人々の選択肢も無数に存在します。それにつれて人間の嗜好もどんどん多種多様で複雑になってきています。そのような嗜好を果して情報技術でどこまで予測できるのか，推薦システム研究はこの課題に挑戦しつづけていくことになるでしょう。さあ，推薦システムの探求への旅はいま始まったばかりです！
のマークが目印です。
