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、利用者ごとに商品や情報を選んで提示する仕組み。行動履歴の重なりから推す協調フィルタリングと、商品属性の類似から推す内容ベースに分かれる。どちらを採るかは精度の優劣ではなく、履歴と商品メタデータのうち自社に貯まっている資産がどちらかで決まる。
最終更新：2026-10-06
システムアーキテクトを最短で暗記・合格する →背景
店頭の棚には並べられる数に限りがあり、売れ筋だけを置くのが合理的だった。在庫の制約が消えたネット販売では品揃えが人間の探索能力を超え、探せない商品は存在しないのと同じになる。推薦はこの探索コストを機械に肩代わりさせる仕組みで、ロングテールの尾を収益へ変える前提として方式設計に組み込まれる。
具体例
Netflixは視聴履歴の重なりが大きい利用者群を手掛かりに未視聴作品を提示する。作品の中身を解析せずに済むのが協調フィルタリングの利点で、映像のようにメタデータ整備が難しい領域で効く。逆に新作を初日から推すには、ジャンルや出演者を使う内容ベースを併走させる。
試験での引っ掛け
協調フィルタリングは履歴のない新規商品・新規利用者を扱えない（コールドスタート問題）。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。弱点が逆向きなので取り違える設問が定番。人気商品へ偏る性質もあるため、多様性の枠は設計で確保する。
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。