协同过滤方法是否需要训练数据？

Question

我即将开始编写视频推荐系统，主要基于协同过滤，因为视频元数据非常稀疏，还有一些基于内容的过滤。但是，我不确定如何处理训练数据。训练数据在推荐系统中是否重要，特别是在协作方法中？如果是这样，我怎样才能生成那种数据，或者我应该寻找什么类型的数据？

Answer 1

任何机器学习算法都需要数据。以Matrix Factorization 方法为例。

它接收（不完整的）比率矩阵：行代表用户，列代表项目，一个单元格包含特定用户对特定项目的评分。然后通过分解这个矩阵，您可以获得每个用户和每个项目的潜在向量表示，从而允许您预测未来的费率。显然，根据模型，用户最感兴趣的是具有最高比率的未见过项目。

本质上，矩阵分解学习预测已知用户和项目的新费率。