協調フィルタリング｜ユーザーベース・アイテムベースの仕組みとレコメンド活用

EC サイトの「あなたへのおすすめ」、動画・音楽配信の「次に見る・聴く」候補——これらの多くを支えているのが協調フィルタリングです。商品やコンテンツの中身（ジャンル・スペック）を見るのではなく、「誰が何を高く評価したか」という行動データだけから、個人ごとに好みそうなアイテムを予測します。

アソシエーション分析が「商品同士の組み合わせ」を全体傾向として抽出するのに対し、協調フィルタリングは個人単位でパーソナライズされたレコメンドを作れるのが違いです。

01.結論：『似ている人・商品』からレコメンドを作る

協調フィルタリングの発想はシンプルです。「自分と好みが似ている人が高く評価したものは、自分も気に入る可能性が高い」という前提に立ち、行動データの類似度からレコメンドを作ります。似ている対象を「ユーザー」に取るか「アイテム」に取るかで、2つの方式に分かれます。

上の評価行列と同じ例を、実際に数値を書き換えながら試せます。評価を変えると、コサイン類似度と推薦スコアがその場で再計算されます。

02.ユーザーベース vs アイテムベース

ユーザーベース協調フィルタリングは、対象ユーザーと評価パターンが似ている「近傍ユーザー」を見つけ、その人たちが高く評価しているが対象ユーザーがまだ評価していないアイテムを推薦します。似ているかどうかの計算には、コサイン類似度やピアソン相関を使うのが一般的です。

アイテムベース協調フィルタリングは逆に、アイテム同士の評価パターンの類似度を先に計算しておき、対象ユーザーが高評価したアイテムに似ているアイテムを推薦します。ユーザー数が数百万〜数億に膨れ上がるサービスでは、ユーザー同士の類似度を都度計算するより、比較的安定しているアイテム間の類似度を事前計算しておくアイテムベースの方が計算コストを抑えやすくなります。

BigQueryへのデータ集約自体を検討している場合は、Search ConsoleのデータをBigQueryに蓄積して分析基盤を作る手順を別記事で整理しています。GA4・購買データも同じBigQueryプロジェクトにまとめれば、この協調フィルタリングの学習にもそのまま使えます。

03.コンテンツベースフィルタリングとの違い

協調フィルタリングとよく比較されるのがコンテンツベースフィルタリングです。両者の違いは、「行動データだけを見るか」「アイテムの中身も見るか」にあります。

実務では、どちらか一方だけを使うのではなく、両者を組み合わせたハイブリッド方式が採用されることが多くなります。たとえば「新商品はコンテンツベースで属性の近い商品として露出させ、行動データが十分たまった後は協調フィルタリングに切り替える」といった運用がよく使われます。

04.コールドスタート問題｜新規ユーザー・新商品への対応

協調フィルタリングの最大の弱点がコールドスタート問題です。行動データが1件も無い新規ユーザーや新商品は、他の誰・何とも類似度を計算できず、レコメンドの対象から外れてしまいます。

05.実務ユースケース｜EC・メディア・SaaS

個人単位のレコメンドではなく、行動データから顧客をグループ分けして施策を出し分けたい場合は、別記事で扱っている手法が候補になります。

06.実装例（Python）

pandas と scikit-learn だけでも、アイテムベース協調フィルタリングの基本形は組めます。評価行列を作り、アイテム間のコサイン類似度からレコメンドを生成する流れです。

# pandas + scikit-learn でアイテムベース協調フィルタリング
import pandas as pd
from sklearn.metrics.pairwise import cosine_similarity

# df: user_id, item_id, rating の3列（ロング形式のログ）
rating_matrix = df.pivot_table(
    index="user_id", columns="item_id", values="rating"
).fillna(0)

# アイテム間のコサイン類似度行列（アイテム数 x アイテム数）
item_similarity = cosine_similarity(rating_matrix.T)
item_sim_df = pd.DataFrame(
    item_similarity, index=rating_matrix.columns, columns=rating_matrix.columns
)

def recommend_for_user(user_id, top_n=5):
    user_ratings = rating_matrix.loc[user_id]
    rated_items = user_ratings[user_ratings > 0].index

    # ユーザーが高評価したアイテムに似ているアイテムのスコアを合算
    scores = pd.Series(dtype=float)
    for item in rated_items:
        similar_items = item_sim_df[item].drop(rated_items, errors="ignore")
        scores = scores.add(similar_items * user_ratings[item], fill_value=0)

    return scores.sort_values(ascending=False).head(top_n)

print(recommend_for_user(user_id="user_C"))

行列分解ベースの手法まで含めて本格的に実装する場合は、scikit-surprise（SVD・KNNBasicなど複数アルゴリズムを共通インターフェースで比較できる）や、大規模データ向けの Spark MLlib の ALS 実装が選択肢になります。

07.評価と落とし穴

協調フィルタリングは「評価が高そうな順」を出すランキング問題として評価します。実際に評価した値の誤差（RMSE・MAE）だけでなく、上位k件にどれだけ好みのアイテムが含まれるか（Precision@k・Recall@k）を併用するのが実務的です。

この「人気なものだけを出し続けるか、新しい候補も試すか」というトレードオフは、レコメンド枠の常時最適化を扱う別記事のテーマとも重なります。

08.よくある質問（FAQ）

09.まとめ

協調フィルタリングは、行動データ（購入・評価・閲覧）だけから個人ごとにパーソナライズされたレコメンドを作れる手法です。ユーザーベースとアイテムベースの2方式があり、実務ではアイテムベースが選ばれることが多くなります。コンテンツベースフィルタリングと組み合わせたハイブリッド運用で、コールドスタート問題（新規ユーザー・新商品にデータが無い弱点）を補うのが定番の設計です。