出会い系の推薦アルゴリズムもAmazonの推薦アルゴリズムも中身は同じ
電車の中で出会い系の話をしていて
「出会い系で推薦される人って信用ならないよねー」って話を聞く。
でも内心心の中で思うのはAmazonも出会い系も一緒だろうと言うこと。
Amazonは協調フィルタリングの推薦アルゴリズムを採用していて、
A、B、C、Dを買っている人は
A、B、C、Eを買っている人と施行が同じだろうと言うことで
Eの商品を推薦される仕組みにある。
これは2人の購買結果を全商品に対して買ったを１，買っていないを０のベクトル表示にして
２つのベクトルの内積値が高い人は購買傾向が似ているということになる。
一見Amazonすげーと思うかもしれないが、結局は出会い系も内積計算をしているだけである。
お互いの嗜好ベクトルの内積値はまさにその２人の相性になるから。
だから最近巷にある出会い系アプリはすべて似たような仕組みを取っている。
自分の好みを計算することで良い相性の人が見つかります。
でもこのアルゴリズムには欠点があって、
データが少ないうちは意味を成さないということ（Colod-Start問題）
誰も評価していないアイテムはリコメンドされないなどの問題があります。
だってもし趣味＝ドローン飛ばし、消しゴム集めとかあっても出会い系エンジンは何を推薦していいかわかりませんからね。
とりあえず巷の最近流行りのEveeveとかOmiaiとかの出会い系アプリの仕組みはこれが元になっています。
仕組みさえわかってしまえば作るのは簡単で、嗜好ベクトルの内積を計算しまくるだけです。
