12.1. 内容推荐问题

内容推荐问题

引子

通过对之前的部分的学习可以知道：特征在机器学习中扮演着重要的角色，特征的选取对于学习算法的性能有很大的影响。相比于手动编写算法，有一些算法能够自动挖掘特征，而内容推荐算法就是其中的一个典型的例子。
通过对内容推荐算法的学习，能够进一步体会机器学习中特征的重要性。

案例：电影推荐系统

假设现在有一个电影推荐系统，这个系统允许对电影进行0分到5分的评价，这个系统有如下的量化参数：
- \(n_u\):用户的数量。
- \(n_m\):电影的数量。
- \(r(i,j)\)：标记函数，如果\(r(i,j)=1\)则表示第\(j\)个用户已经对第\(i\)部电影进行了评分。
- \(y^{(i,j)}\):评分，表示用户\(i\)对电影\(j\)的评分。当且仅当\(r(i,j)=1\)时\(y^{(i,j)}\)有值

这个推荐系统的目的是根据用户已经评分的电影进行建模，从而预测用户对其未评分的电影的评分，进而得到用户对电影类型的取向。这也是内容推荐问题的主要形式。