AI用語集
人工知能の完全辞典
多次元協調フィルタリング
古典的な協調フィルタリングの拡張版であり、複数の評価次元を同時に考慮してユーザーの選好を予測し、パーソナライズされた推薦の精度を向上させる。
選好の集約
ユーザーの異なる基準に対する複数の評価を組み合わせて、推薦のランキングに使用される全体的な選好スコアを生成する数学的プロセス。
多次元効用行列
複数の選好軸に沿ったユーザー評価を表すデータ構造であり、単純な満足度スコアを超えた複雑な嗜好のきめ細やかなモデリングを可能にする。
基準の重み付け
各評価次元に相対的重要度係数を割り当て、個人の選好の階層を反映させ、推薦アルゴリズムに影響を与える技術。
多目的効用関数
複数の基準に対する評価を単一の効用値に変換し、異なる選好次元間のトレードオフを統合する数学モデル。
選好空間
各軸が評価基準に対応する多次元ベクトル表現であり、複雑なユーザープロファイル間の類似性を視覚化・計算できる。
ベクトルユーザープロファイル
ユーザーの選好を多次元ベクトルとして表す数学的複合表現で、各成分は特定の基準に対する選好の強度を符号化する。
パレート最適推薦
少なくとも一つの他の基準でのパフォーマンスを劣化させることなく、ある基準で改善できないアイテムの集合であり、多目標文脈における最適解を構成する。
マルチ基準ハイブリッドシステム
複数の推薦技術（協調フィルタリング、コンテンツベース、ナレッジベース）を組み合わせ、ユーザー選好の多次元性を明示的に管理するアーキテクチャ。
基準感度分析
各基準の相対的重要度の変動が最終的な推薦に与える影響を評価し、最も影響力のある次元を特定する手法。
選好の正規化
異なる基準の評価尺度を標準化し、一貫した多次元フレームワークで比較可能かつ数学的に扱えるようにするプロセス。
加法型選好モデル
各基準の部分効用の重み付き合計としてアイテムの全体効用を計算するアプローチで、選好次元の独立性を仮定する。
マルチ基準暗黙的フィードバック
直接的な明示的評価なしに、観察された行動（クリック、閲覧時間、購入）から複数次元でユーザー選好を自動的に推論すること。
基準分割
パーソナライゼーションを洗練させ、ユーザーの好みのニュアンスを捉えるために、選好次元をより細粒度のサブカテゴリに分割する手法。
選好マッピング
マルチ基準空間におけるユーザーとアイテム間の関係をグラフィカルに可視化し、選好クラスターや複雑な行動パターンを明らかにすること。
選好抽出
比較的質問や分析的手法を通じて、ユーザーから異なる基準の重みと相対的重要度を対話的に取得するプロセス。
複合スコアリング関数
各基準の個別スコアを一意の関連性メトリックに組み合わせる数学的アルゴリズムで、パーソナライゼーション参数とドメイン制約を統合しています。
選好の乖離
ユーザーの多基準選好と推奨アイテムの特性間の乖離を定量化する尺度で、全体的な適合性を最適化するために使用されます。