レコメンデーションと協調フィルタリングとは？れこめんでーしょんときょうちょうふぃるたりんぐ
レコメンデーションと協調フィルタリングとは、利用者ごとに適した商品や情報を自動で提示する仕組みがレコメンデーションで、その代表的な方式が協調フィルタリング——嗜好の似た他の利用者の行動履歴から推薦する。もう一方の内容ベースフィルタリングは、商品側の属性の類似度で推薦する。
最終更新：2026-10-07
高度試験の午前Iを最短で暗記する →背景
店頭の棚は有限なので売れ筋しか置けないが、通販の品揃えは数百万点あり、探せない商品は無いのと同じになる。推薦はこの探索コストを下げ、品揃えの長い裾を売上に変えるための仕組みで、午前I（科目A-1）ではロングテールと組にして問われる。
具体例
Amazonの「この商品を買った人はこんな商品も買っています」は協調フィルタリングで、商品の中身を解析せず購買履歴の重なりだけで推薦する。Netflixの作品推薦も視聴履歴の類似を主に使うため、映像のようにメタデータ整備が難しい分野で効く。
試験での引っ掛け
弱点の向きを入れ替えた設問が出る。履歴の無い新商品・新規利用者に弱い（コールドスタート問題）のは協調フィルタリング側で、内容ベースはそこに強い代わりに既知の嗜好の周辺しか出せない。協調型だけに頼ると推薦が人気商品へ偏り、多様性が失われる点も論点になる。
関連用語
出典・参考
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。