Bei der kollaborativen Filterung werden anhand der Interessen vieler anderer Nutzer Vorhersagen zu den Interessen eines Nutzers getroffen. Sehen wir uns als Beispiel die Aufgabe zur Filmempfehlung an. Angenommen, wir haben 500.000 Nutzer und eine Liste der Filme, die sich jeder Nutzer angesehen hat (aus einem Katalog mit 1.000.000 Filmen). Wir möchten Nutzern Filme empfehlen.
Zur Lösung dieses Problems ist eine Methode erforderlich, um festzustellen, welche Filme sich ähneln. Wir können dieses Ziel erreichen, indem wir die Filme in einen Bereich mit wenig Dimensionen einbetten, damit ähnliche Filme in der Nähe sind.
Bevor wir beschreiben, wie wir die Einbettung erlernen können, müssen wir uns zuerst die Art der Qualität ansehen, die wir einbetten möchten, und wie wir die Trainingsdaten zum Erlernen der Einbettung darstellen.
Filme über eine eindimensionale Zahlenreihe anordnen
Um die Intuition hinsichtlich der Einbettungen zu entwickeln, versuchen Sie, die folgenden Filme auf einer eindimensionalen Zahlenreihe so zu sortieren, dass die nächsten Filme am nächsten sind:
| Film | Bewertung | Beschreibung |
|---|---|---|
| Bleu | R | Eine Witwe trauert nach dem Tod ihres Mannes und ihrer Tochter nach einem Autounfall. |
| Der dunkle Ritter | PG-13 | Batman versucht, Gotham City vor der nuklearen Vernichtung in dieser Fortsetzung von The Dark Knight zu retten, der im DC-Comics-Universum spielt. |
| Harry Potter und der Stein der Weisen | PG | Ein verwaister Junge entdeckt einen Zauberer und meldet sich an der Hogwarts-Schule der Hexerei an, wo er seine erste Schlacht gegen den bösen Lord Voldemort einführt. |
| Die Unglaublichen | PG | Eine Familie von Superhelden zwingt in der Vorstadt als Zivilisten zu retten, das Superhelden-Rennspiel vor Syndrom und seinem Mörderrobot zu retten. |
| Shrek | PG | Ein liebenswerter Oger und sein Eselsfreund machen sich auf die Mission, die Prinzessin Fiona zu retten, die von einem Drachen in ihrer Burg gefangen genommen wird. |
| Star Wars | PG | Luke Skywalker und Han Solo kooperieren mit zwei Androiden, um Prinzessin Leia zu retten und die Galaxie zu retten. |
| Die Drei Zinnen | PG-13 | Als Profi-Cycler-Champion während der Tour de France entführt wurde, bricht seine Großmutter und seine übergewichtige Hundereise ihn zusammen und helfen dabei drei älteren Jazzsängern. |
| Memento: | R | Ein Amnesie versucht verzweifelt, den Mord an seiner Frau zu töten, indem er Hinweise auf seinen Körper tätowiert. |
Klicken Sie auf das Pluszeichen für eine mögliche (äußerst unvollkommene) Lösung.
Abbildung 1: Eine mögliche eindimensionale Anordnung
Diese Einbettung trägt dazu bei, dass der Film für Kinder und Erwachsene geeignet ist. Es gibt aber noch viele weitere Aspekte eines Films, die man in den Empfehlungen berücksichtigen möchte. Gehen wir noch einen Schritt weiter und fügen wir eine zweite Einbettungsdimension hinzu.
Filme in einem zweidimensionalen Raum anordnen
Führen Sie die gleiche Übung wie zuvor durch, aber sortieren Sie diesmal die gleichen Filme in einem zweidimensionalen Raum.
Klicken Sie auf das Pluszeichen, um eine weitere mögliche Lösung zu sehen.
Abbildung 2: Eine mögliche zweidimensionale Anordnung
Mit dieser zweidimensionalen Einbettung definieren wir einen Abstand zwischen Filmen, sodass sich Filme in der Nähe (und damit abgeleitet) ähnlich sind, sofern sie sowohl in Bezug auf Kinder als auch auf Erwachsene ausgerichtet sind sowie auf das Ausmaß ihrer Blockbuster und Arthouse-Filme. Dies sind natürlich nur zwei von vielen Merkmalen von Filmen, die wichtig sein könnten.
Im Allgemeinen werden diese Filme in einen eingebetteten Bereich gegliedert, in dem jedes Wort durch einen zweidimensionalen Satz von Koordinaten beschrieben wird. In diesem Bereich wird „Shrek“ beispielsweise (-1.0, 0.95) und „Bleu“ den Werten (0.65, -0.2) zugeordnet. Wenn Sie eine d-dimensionale Einbettung kennenlernen, wird jeder Film im Allgemeinen durch d reelle Werte dargestellt, die jeweils die Koordinate in einer Dimension ergeben.
In diesem Beispiel haben wir jeder Dimension einen Namen gegeben, Wenn Sie Einbettungen erlernen, werden die einzelnen Dimensionen nicht mit Namen erlernt. Manchmal können wir uns die Einbettungen ansehen und den Dimensionen semantische Bedeutungen zuweisen. Manchmal ist dies nicht möglich. Häufig wird jede dieser Dimensionen als latente Dimension bezeichnet, da sie ein Merkmal darstellt, das in den Daten nicht explizit ist, sondern vielmehr davon abgeleitet wird.
Letzten Endes sind die Entfernungen zwischen den Filmen im Einbettungsbereich wichtig und nicht die Werte eines einzelnen Films entlang der gegebenen Dimension.