Tworzę system polecający i chcę uwzględnić zarówno oceny „podobnych” użytkowników, jak i cechy produktów. Dane wyjściowe to przewidywana ocena [0-1]. Rozważam sieć neuronową (na początek).
Tak więc dane wejściowe są kombinacją cech elementów i ocen każdego użytkownika. Dla elementu A i użytkownika 1 system może zostać przeszkolony na podstawie połączonych danych A1. To byłby jeden przykład szkolenia.
Co się stanie, jeśli użytkownik 1 oceni także film B? Czy dane B1 byłyby również przykładem szkolenia? Czy istnieje problem z powtarzaniem treningu z funkcjami użytkownika 1 w ten sposób?
Czy masz jakieś sugestie dotyczące lepszego sposobu rozwiązania problemu?
źródło