レコメンドアルゴリズム「BPR」による推薦システムの実装と、SVD・WARP手法との比較【推薦システム入門】

　データをもとに、ユーザーが気に入りそうなアイテムを推薦する推薦システムは、通販サイトや求人サイトなど、生活のいたるところで利用されています。本連載では推薦システムについて学びたい開発者やデータサイエンティスト、およびプロダクトのユーザー体験を向上させたいと考えている方向けに、接触履歴情報のみを用いる「暗黙的フィードバック」を使った推薦システムの概要と代表的なアルゴリズム、およびそれらの長所と短所を解説します。第2回と第3回は、行列分解の手法のうち、最も基本的なアルゴリズムである特異値分解（SVD）と重みつき行列分解（WMF）について理論的な背景とコードの実装例を解説しました。今回は、WMFと同じくポピュラーであるBayesian Personalized Rankingという手法について解説し、コード例を示します。