分析にすごい時間がかかる

「協調フィルタリング」を実装したくて、りろんを覚えてから、いざ実践。

まず、1個のアイテム（仮にAとする）に対して、そのアイテムをダウンロードしているユーザーの一覧を取得する（これでまずユーザーの対象が全ユーザーから、特定のユーザーに絞り込まれたことが分かる）。次に、それらのユーザーが、アイテムA以外のアイテムを何回取得しているかを集計する。これらがレコメンドの素データになる。そうして、足し込んでいった結果、アイテムAと最も近しいアイテムαが算出できることになる。まあ、実際にはアイテムAの隣にあるアイテムBだったりするわけだけれども。

そうやってアイテム同士の相関を取っていくことで、アイテム間の連携が見えてくるというわけ。

ただ、実際やってみると、全アイテムではないにしてもそれなりの計算量になる。なので、レコメンドするためのデータは１日１回集計するとか、そういった工夫をしないといけない。少なくともリアルタイムは無理である。