購買履歴の類似性に基づく協調フィルタリング

協調フィルタリング（Collaborative Filtering）は、多数の利用者の行動履歴（購買履歴、評価データ、閲覧履歴など）の類似性に基づいて推薦を行う手法です。顧客Aと購買傾向が似ている他の顧客Bの購買履歴を参照し、「顧客Bが購入していて顧客Aがまだ購入していない商品」を顧客Aに推薦します。商品のメタ情報（属性）に依存せず、集合知を活用して意外性のある推薦ができる特徴があります。 サイト全体の人気度やトレンド情報に基づく「ランキング推薦（トレンド推薦）」の例です。 年齢や性別などの属性（デモグラフィック情報）に基づいてセグメントごとに提示する「デモグラフィック・フィルタリング」の例です。 商品の属性や商品間の相関関係（バスケット分析・アソシエーション分析）に着目した「コンテンツベース・フィルタリング」や「ルールベース推薦」の例です。

協調フィルタリングを用いた，商品のレコメンデーションの例はどれか。

出典令和7年度 春期 システムアーキテクト試験 午前Ⅱ 問15
ア
多くの顧客の購買行動の類似性を相関分析などによって求め，顧客Aに類似した顧客Bが購入している商品を顧客Aに勧める。
イ
カテゴリ別に売れ筋商品のランキングを自動抽出し，リアルタイムで売れ筋情報を発信する。
ウ
顧客情報から，年齢，性別などの人口動態変数を用い，“20代男性”，“30代女性”などにセグメント化した上で，各セグメント向けの商品を提示する。
エ
野球のバットを購入した人に野球のボールを勧めるなど，商品間の関連に着目して関連商品を提示する。