なんちゃって協調フィルタリング＠pixiv-02- - 心得とかいう人がなんか書く

pixivのイラストに対して協調フィルタリングっぽい何かを用いて、指定したイラストに傾向や内容の近いイラストを抽出、レコメンドしようとする試み。色々出して結果を見てみようかと。
オフィシャルにそういう機能があったら嬉しいという下心も込みで。

第二回「局所人気」

第一回の計算方法が持つ「人気イラストが引っ掛かりすぎる」問題は、対象イラスト x を好きな人が y も気に入る割合しか見ていなかったことに端を発する。よって、逆を取り入れて改善を図る。

計算法その2: ■あるイラスト a をブックマークした人数を B[a]、a と b 両方をブックマークした人数を B[a, b] とする。■指定されたイラスト x、あるイラスト y について、「 x をブックマークした人が y もブックマークする割合」U[x→y]は B[x, y]÷B[x] で求まる。■一方、「 y をブックマークした人が x もブックマークする割合」U[y→x]は B[x, y]÷B[y] で求まる。■ x と y の関連度は、この2つの割合 U[x→y], U[y→x] を掛け合わせたものとする。■関連度が高いものを順にリストアップする。

つまり、対象イラスト好きには気に入られる割に、対象イラスト好き以外には気に入られない度をもって関連度とする。

pixivのイラストにリンク張るのは規約に触れてるかも……（該当規約が分からんけど）。

でもとりあえず張るお(^ω^)

☆は関連度を個人的に判定したものです。
- ★★★…え？
- ☆★★…分からなくはなくはないけど、イマイチ
- ☆☆★…まぁ、あり、かも知れない。
- ☆☆☆…文句無く近い。
データ取得時点でのブックマーク数も表記しておきます。
- 同：XXX…対象イラストとの同時ブックマーク数はXXX件
- 全：YYY…単独ブックマーク数はYYY件

対象イラスト01…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=2057153:title=オヘヤニズム]　全：278:ﾁｬｰｻﾝ☆ﾈｺﾐﾐｽｷｰ軍曹氏作。冬の部屋で暖を取って寛ぐ、獣耳ポニテヘッドホンマフラーショートパンツニーソタバコな少女。微エロもありつつ、弛緩した雰囲気が素敵。キーワード化できる属性を多く含んでいるので、結果を判断する上で良い指標になる、かも。
関連度1位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=2110531:title=病院だよぅッッッ！！！]　☆☆☆　同：54　全：198:ﾁｬｰｻﾝ☆ﾈｺﾐﾐｽｷｰ軍曹氏作。獣耳聴診器ナース服ニーソな少女。結構な数の要素が一致し、作風も（同作者なので当然ながら）近い。
関連度2位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=2041339:title=クロねこ]　☆☆★　同：26　全：63:ﾁｬｰｻﾝ☆ﾈｺﾐﾐｽｷｰ軍曹氏作。獣耳ニーソな制服少女。2位と比べると要素数の一致や構図の感じに差があるものの、同作者だけあって絵柄などは近い。
関連度3位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=2236915:title=あゆれでぃ？]　☆☆★　同：34　全：149:ﾁｬｰｻﾝ☆ﾈｺﾐﾐｽｷｰ軍曹氏作。獣耳の挑発的な半脱ぎ少女。要素数は2位以上に一致しないが、キャラが前に出た感じは近い。絵柄などは以下略。
関連度4位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=2236883:title=ピンク髪JK]　☆★★　同：13　全：22:ﾁｬｰｻﾝ☆ﾈｺﾐﾐｽｷｰ軍曹氏作。ピンク髪ニーソの心持ち清楚そうな制服少女。2位の傾向が更に強くなった感。同作者の絵としてはあまり似ていない方か。
関連度5位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=1734193:title=赤ジャージ]　☆☆★　同：13　全：24:ﾁｬｰｻﾝ☆ﾈｺﾐﾐｽｷｰ軍曹氏作。若干不思議な意匠のマフラーニーソジャージ体操服な少女。4位より若干傾向が近い気もする。
関連度6位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=2071873:title=MEGA PEER]　☆☆☆　同：28　全：127:東京ダイアモンドランチ氏作。ニーソミニスカ少女とヘッドホンスパッツ少女が、空を飛んでいるのか落下しているのか、躍動感のあるイラスト。別作者1位。構図、色合い、絵柄など文句なく近いと言えると思う。
関連度7位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=2075694:title=そうだ京都、弾こう。]　☆☆★　同：40　全：261:くろぶた月刊氏作。夕暮の神社前でエレクトリックギターを構える、獣耳和服スパッツ少女。ヘッドホンではないものの音楽機材、獣耳、太股など若干の一致は見られ、塗りも近いものの、背景の印象強さや陰の印象など、全体では結構異なる雰囲気。
関連度8位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=1890671:title=ぬこみみせーらー]　☆☆★　同：36　全：224:きまりんヽ(´◔θ◔）ノ氏作。獣耳パンモロのセーラー服少女。キャラの存在感や寛ぎっぷりは近いものの、要素としては太股と獣耳くらいしか一致していない。
関連度9位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=2147190:title=雪の降る音]　☆☆★　同：48　全：407:ｱﾌﾘｶ氏作。雪の中で横たわる、ニーソマフラー少女。ニーソとマフラーの一致が大きいが、シチュエーションによる印象の差を感じる。
関連度10位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=2066126:title=肉まんが恋しい季節になりました。]　☆☆★　同：22　全：86:えだ。氏作。肉まんを抱えた獣耳マフラー少女。作風はトータルに近いものの、背景が全くない点で相違。

主観採点は21/30点。大分一致が見られるようになったものの、同じ作者の絵がヒットしすぎという欠点が。同作者がもっと多くを投稿していれば（すれば）より顕著にこの傾向が出てくるだろう。傾向が出るようになった代わりに意外性が低くなったと言える。
一方、むしろ同作者以外のイラストに、より近いイラストが顕著に引っ掛かるようになった。これは「同作者のイラストであること」自体が一つのブックマーク傾向になってしまっていることで、本来のイラスト内容とは別にそうした傾向が表出してしまうためと考えられる。イラストの傾向が近いからたまたま同作者のイラストが引っ掛かっているわけではないのだ（多分）。
クオリティに関しては、単純に全体ブックマーク数をクオリティとして見るならば方法01よりは低下している、と言えなくもない。計算方法として全体ブックマーク数で除算するのだから必然といえる。ただ、前回引っ掛かったようなイラストの多くは、放っておいてもどこかで見かけるような人気イラストであり、多少傾向が近いからと引っ掛かってこられても情報量に乏しい。今回の計算法で引っ掛かったイラストも、対象イラストに近いものを見たいという要望に対して十分なクオリティを持っていると思う。
次は、同作者のイラストが多く引っ掛かる問題を改善する。

対象イラスト02…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=63366:title=無題]　全：53:Natori氏作。襖の前に立つ赤い着物姿でおかっぱの少女。アニメ映画の1シーンを切り取ったような作風、静止感、そして何となく背徳的なただならぬシチュエーションと緊張感を感じる、独特の魅力を持ったイラスト。記号化の難しい雰囲気がどう反映されるか、あるいはされないか、というサンプル。
関連度1位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=369431:title=喫煙の女]　★★★　同：2全：2:黒い炭氏作。エルフ耳の女性がタバコを燻らせているイラスト。女性が描かれている以外の共通点は……。
関連度2位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=203773:title=着物]　☆☆★　同：3　全：6:at氏作。赤い着物を着た少女のバストアップ。素材には共通点があるが、対象イラストと違いシーンと言うより人物を切り取ったと言う方が近い。
関連度3位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=35478:title=僕の檻]　★★★　同：4　全：12:一二戻氏作。雰囲気に若干近いものを感じないでもないが、いかんせん素材が違いすぎてあまり共通点を見出せない。
関連度4位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=74857:title=麦わら帽子少女]　☆☆★　同：4　全：12:Natori氏作。入道雲聳える空の下に、麦藁帽子をかぶった夏服の少女。少女の存在感や切り取り方、そして同作者なので絵柄などは近いが、素材にあまり共通点はない。
関連度4位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=455523:title=無題]　☆☆★　同：4　全：12:Natori氏作。こちらを向き、膝を抱えて座るセーラー服少女。同作者だけあって近い雰囲気は感じるが、キャラの存在感は「麦藁帽子少女」以上に異なる。
関連度4位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=3160:title=無題]　★★★　同：2　全：3:sinko氏作。ファンタジー作品に出てきそうなエルフ（あるいはエルフ耳）の少女。類似度は1位と同程度。
関連度5位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=243324:title=泣きっ面]　★★★　同：2　全：3:リゲイン氏作。泣いている少女の顔アップ。一場面を切り取ったと言えなくもない内容と素材が少女である以外特に共通点はない。
関連度5位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=487656:title=ここどこ？]　★★★　同：2　全：3:つきひな氏作。なんか透明な管から顔をだしたハムスター。共通点はゼロと言って差し支えない。
関連度5位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=506527:title=無題]　☆★★　同：2　全：3:つー氏作。首を吊った少女のやや抽象的なイラスト。シチュエーションにやや近い雰囲気を感じないではないが……。
関連度5位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=546012:title=たゆみ。]　★★★　同：2　全：3:＞＠＜氏作。版権（？）イラストの少女。少女。
関連度5位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=610799:title=狐火]　☆★★　同：2　全：3:うね氏作。お化け提灯を持ち、鬼火を連れて夜道を歩く着物を着た狐。描き方次第では近い雰囲気になったかもしれないけど、どちらかというと楽しげなイラストに。
関連度5位…[http: //www.pixiv.net/member_illust.php?mode=medium&illust_id=759747:title=そよそよ]　★★★　同：2　全：3:夏野氏作。なんかヘタリアのキャラらしい。少女……女性……なんだろうか。ヘタリアに明るくないのでなんとも。共通点はなし。

主観採点は08/36。まさかの成績低下。
まさかの、と書いたが、実のところ原因は分かりきっている。
今回用いている手法の元になった「協調フィルタリング」は、統計的な分析手法の一つ。「これまで対象イラストをブクマした人は統計的に見て○○もブクマしやすい傾向にあるので、対象イラストを気に入った人に○○をオススメしよう」ということをやっている。
そして、統計手法の多くは、基本的に十分な数のデータを用意していることを前提に成立している。例えばの話、サイコロを1回振って 1 が出たので「サイコロを振る時、 1 が出る確率は100%、 2 〜 6 は0%」とか言ってもお話にならないわけだ。
然るに、今回の上位イラストのブックマーク数を見ると、全体で2や3のものが散見される。あまり統計に詳しくなく、今回のことをきっかけに調べ始めたクチではあるが、サンプル数が 2 や 3 あれば十分、という統計手法は見かけたことがない。要するに、これらは、もう少しデータが集まれば違う傾向を見せる可能性もあるイラストであり、内容を見る限り、内何枚かはその可能性が高そうだ、というわけである。
というわけで「全体ブックマーク数の少ないイラストは統計的に信頼できる度合いが低いので取り除いた方が良い」という指標を計算法に取り入れる必要が出てきた。
第三回は既に異なる改善を施しているので、第四回からこの問題の改善を試みる。