コンテンツベースフィルタリング (Content-Based Filtering)
解説
コンテンツベースフィルタリング（内容ベースフィルタリング）とは、商品やコンテンツそのものが持つ「属性（特徴）」を分析し、ユーザーが過去に好んだものと似た属性を持つものを推薦する手法です。
「中身」を見ておすすめする
例えば、映画のレコメンドで考えてみましょう。
- 協調フィルタリング：「Aさんが見た映画をBさんも見ているから…」と、他人の行動を参考にする。
- コンテンツベース：「あなたが『スター・ウォーズ』（SF・アクション・ハリソンフォード出演）を高評価したから、同じ『SFジャンル』や『ハリソン・フォード出演作』をおすすめします」と、映画の中身（コンテンツ）を分析する。
このように、アイテムの特徴（テキスト、画像、メタデータなど）と、ユーザーの好み（プロファイル）を照らし合わせるのが特徴です。
メリットとデメリット
- メリット：
- アイテムのコールドスタートに強い：新商品が出ても、その商品の「属性」さえ登録されていればすぐにおすすめできる（誰かが買うのを待つ必要がない）。
- 他人のデータが不要なため、マイナーな商品でも推薦できる。
- デメリット：
- セレンディピティ（意外性）が低い：「アクション映画ばかり見る人には、永遠にアクション映画しか勧められない」というように、似たようなものばかりが表示され、新しい発見（セレンディピティ）が起きにくい（過度な専門化）。
G検定対策
出題ポイント
- 仕組み：アイテムの「特徴量（属性・タグ・テキスト情報）」を利用して類似度を計算する。
- 強み：「新規アイテム（誰も評価していない商品）」でも推薦可能。
- 弱み：「意外な出会い（セレンディピティ）」が提供しにくい。
よくあるひっかけ問題
- × コンテンツベースフィルタリングは、購買履歴の似ている他人のデータを参考にする
（解説）それは「協調フィルタリング」です。コンテンツベースは「アイテム自体の特徴」を見ます。 - × コンテンツベースフィルタリングは、全くの新規ユーザー（履歴なし）にも高精度な推薦ができる
（解説）できません。ユーザーが「何を好むか」というデータ（プロファイル）がないと、照らし合わせようがないため、「ユーザーのコールドスタート問題」は依然として残ります。（※「アイテムのコールドスタート」には強いです）。
