[Python]コサイン類似度を使った商品のレコメンド

はじめに：なんか「運命」を感じるコスメに出会ったこと、ある？
コサイン類似度って、なんだろう？
作成したコード
まとめ

はじめに：なんか「運命」を感じるコスメに出会ったこと、ある？

こんにちは！突然ですが、みなさん、ネットショッピングで「あ、これ、私が欲しかったやつ！」って、偶然ぴったりのコスメに出会ったこと、ありませんか？

実はそれ、偶然じゃないかもしれません。もしかしたら、AIがこっそりあなたの「好き」を見抜いているのかも。今日は、そんなAIの秘密兵器、「コサイン類似度」っていうちょっと魔法みたいなデータ分析術のお話をしちゃいますね。

コサイン類似度って聞くと、「なんか難しそう…」って思うかもしれませんが、実はとってもシンプル！

たとえば、あなたが買い物カゴに「化粧水」と「美容液」を入れたとします。別の誰かも同じように「化粧水」と「美容液」を買っていたら、二人の買い物カゴって「似てる」って感じますよね。

コサイン類似度は、この「似てる」を数学的に測ってくれるんです。商品の種類を座標軸にして、あなたの買い物カゴをベクトルっていう矢印で表します。この矢印の「向き」がどれだけ同じかを計算してくれるのが、コサイン類似度です。

作成したコード

import math
import pandas as pd

def calc_cosine_similarity(vector1, vector2):
    """
    コサイン類似度を計算する関数。
    2つのベクトルがどれだけ同じ方向を向いているかを0.0から1.0の間の値で返します。
    値が1.0に近いほど、ベクトルの向きが似ていることを意味します。
    """
    # ベクトルの要素数が同じであることを確認。異なる場合はエラーを発生させる。
    if len(vector1) != len(vector2):
        raise ValueError("ベクトルの要素数が一致しません。")

    # 分子（ベクトルの内積）を計算
    # zip()関数で2つのリストの要素をペアにし、各ペアの積の合計を求める
    numerator = sum(v1 * v2 for v1, v2 in zip(vector1, vector2))
    
    # 分母（各ベクトルの大きさ、ノルム）を計算
    # 各要素を二乗して合計し、その平方根を求める
    temp_v1_norm_sq = sum(v**2 for v in vector1)
    temp_v2_norm_sq = sum(v**2 for v in vector2)
    
    denominator = math.sqrt(temp_v1_norm_sq) * math.sqrt(temp_v2_norm_sq)
    
    # 分母が0の場合（ベクトルの要素が全て0の場合）、ゼロ除算を避ける
    if denominator == 0:
        return 0.0
    
    return numerator / denominator

def get_recommendations(target_customer_id, purchase_data):
    """
    特定の顧客にパーソナライズされた商品をレコメンドする。
    最も似ている顧客を見つけ、その顧客が購入した未購入商品を推奨します。
    
    Args:
        target_customer_id (str): レコメンドを行う顧客のID
        purchase_data (list of dict): 顧客の購入履歴データ
        
    Returns:
        list of str: 推奨商品のリスト
    """
    # データをPandas DataFrameに変換し、顧客-商品行列を作成
    # index: 顧客ID, columns: 商品名, values: 購入回数
    # fill_value=0 で購入していない商品の値を0にする
    df = pd.DataFrame(purchase_data)
    purchase_matrix = df.pivot_table(index='customer_id', columns='product', values='purchase_count', fill_value=0)
    
    # ターゲット顧客の購買ベクトルを取得
    target_vector = purchase_matrix.loc[target_customer_id].tolist()
    
    similarities = []
    # 他の全ての顧客の購買ベクトルと比較
    for customer_id, customer_vector in purchase_matrix.iterrows():
        # ターゲット顧客自身との比較はスキップ
        if customer_id == target_customer_id:
            continue
        
        # calc_cosine_similarity関数を使って、類似度を計算
        similarity = calc_cosine_similarity(target_vector, customer_vector.tolist())
        similarities.append((customer_id, similarity))
    
    # 類似度が高い順に顧客をソート
    similarities.sort(key=lambda x: x[1], reverse=True)
    
    # 最も類似度が高い顧客のIDを取得
    most_similar_customer_id = similarities[0][0]
    
    # レコメンドする商品を特定
    # ターゲット顧客と最も似ている顧客の購買データを取得
    target_purchases = purchase_matrix.loc[target_customer_id]
    similar_customer_purchases = purchase_matrix.loc[most_similar_customer_id]
    
    recommendations = []
    # 類似顧客が購入していて、ターゲット顧客がまだ購入していない商品を探す
    for product, purchased in similar_customer_purchases.items():
        # 類似顧客が購入しており、かつターゲット顧客が購入していない商品
        if purchased > 0 and target_purchases[product] == 0:
            recommendations.append(product)
            
    return recommendations

# --- 使用例 ---
purchase_data = [
    {'customer_id': 'C1', 'product': '化粧水A', 'purchase_count': 1},
    {'customer_id': 'C1', 'product': '美容液B', 'purchase_count': 1},
    {'customer_id': 'C2', 'product': '美容液B', 'purchase_count': 1},
    {'customer_id': 'C2', 'product': 'クリームC', 'purchase_count': 1},
    {'customer_id': 'C3', 'product': '化粧水A', 'purchase_count': 1},
    {'customer_id': 'C3', 'product': '美容液B', 'purchase_count': 1},
    {'customer_id': 'C3', 'product': 'パックD', 'purchase_count': 1},
    {'customer_id': 'C4', 'product': '化粧水A', 'purchase_count': 1},
    {'customer_id': 'C4', 'product': 'クリームC', 'purchase_count': 1},
]

target_customer = 'C1'
recommendations = get_recommendations(target_customer, purchase_data)

print(f"顧客ID '{target_customer}' へのレコメンド商品:")
print(recommendations)