Pemfilteran kolaboratif adalah tugas untuk membuat prediksi tentang minat pengguna berdasarkan minat banyak pengguna lain. Sebagai contoh, mari lihat tugas dari rekomendasi film. Misalnya kita memiliki 500.000 pengguna, dan daftar film yang telah ditonton setiap pengguna (dari katalog 1.000.000 film). Tujuan kami adalah merekomendasikan film kepada pengguna.
Untuk mengatasi masalah ini, beberapa metode diperlukan untuk menentukan film mana yang mirip satu sama lain. Kita dapat mencapai tujuan ini dengan menyematkan film ke ruang dimensi rendah yang dibuat sedemikian rupa sehingga film serupa akan ada di sekitar.
Sebelum menjelaskan cara mempelajari penyematan, pertama-tama kita mempelajari jenis kualitas yang diinginkan untuk disematkan, dan cara mewakili data pelatihan untuk mempelajari penyematan.
Mengatur Film pada Baris Angka Satu Dimensi
Untuk membantu mengembangkan intuisi tentang penyematan, di selembar kertas, coba susun film berikut pada garis nomor satu dimensi sehingga film yang paling berdekatan adalah yang paling terkait:
| Movie (Film) | Rating | Deskripsi |
|---|---|---|
| Bleu | R | Seorang janda Prancis berduka atas kehilangan suami dan anak perempuannya setelah mereka tewas dalam kecelakaan mobil. |
| The Dark Knight Rises | BO-13 | Batman berupaya menyelamatkan Gotham City dari nuklir nuklir dalam sekuel dari The Dark Knight, yang berlatar di dunia Komik DC. |
| Harry Potter dan Batu Bertuah | PG | Seorang anak yatim piatu mengetahui bahwa dia adalah seorang penyihir. Dia terdaftar di Hogwarts School of Witchcraft and Wizardry, tempat dia memulai pertempuran pertamanya melawan Lord Voldemort yang jahat. |
| The Incredibles | PG | Keluarga pahlawan super yang dipaksa hidup sebagai warga sipil di pinggiran kota keluar dari masa pensiun untuk menyelamatkan balapan pahlawan super dari Syndrome dan robot pembunuhnya. |
| Menyusutkan | PG | Ogre yang ramah dan sahabat keledainya memulai misi untuk menyelamatkan Putri Fiona yang dipenjara di kastilnya oleh naga. |
| Star Wars | PG | Luke Skywalker dan Han Solo bekerja sama dengan dua Android untuk menyelamatkan Putri Leia dan menyelamatkan galaksi. |
| Tripts of Belleville | BO-13 | Saat Juara pesepeda profesional diculik selama Tour de France, nenek dan pelarinya yang kelebihan berat badan ke luar negeri menyelamatkan dirinya, dengan bantuan dari tiga penyanyi jazz tua. |
| Memen | R | Seorang lelaki amnesia berusaha mati-matian untuk menyelesaikan pembunuhan istrinya dengan menato petunjuk yang ada di tubuhnya. |
Klik ikon plus untuk satu kemungkinan solusi (sangat tidak sempurna).
Gambar 1. Kemungkinan penyusunan satu dimensi
Meskipun penyematan ini membantu merekam jumlah film yang ditujukan untuk anak-anak dan orang dewasa, ada banyak aspek lain dari film yang ingin mereka ambil saat membuat rekomendasi. Mari kita ambil contoh ini satu langkah lebih jauh, dengan menambahkan dimensi penyematan kedua.
Mengatur Film dalam Ruang Dua Dimensi
Coba latihan yang sama seperti sebelumnya, tetapi kali ini susun film yang sama dalam ruang dua dimensi.
Klik ikon plus untuk kemungkinan solusi lain.
Gambar 2. Kemungkinan pengaturan dua dimensi
Dengan penyematan dua dimensi ini, kami mendefinisikan jarak antar-film sehingga film tersebut berdekatan (dan dengan demikian disimpulkan serupa) jika film tersebut memiliki kemiripan dalam hal film yang ditujukan untuk anak-anak versus dewasa, serta sejauh mana film tersebut merupakan film blockbuster versus film arthouse. Tentu saja, ini hanyalah dua dari sekian banyak karakteristik film yang mungkin penting.
Umumnya, yang telah kita lakukan adalah memetakan film ini ke dalam ruang penyematan, tempat setiap kata dijelaskan oleh kumpulan koordinat dua dimensi. Misalnya, dalam ruang ini, "Shrek" dipetakan ke (-1,0, 0,95) dan "Bleu" dipetakan ke (0,65, -0,2). Secara umum, saat mempelajari penyematan dimensi d, setiap film diwakili oleh bilangan d bernilai nyata, yang masing-masing memberikan koordinat dalam satu dimensi.
Dalam contoh ini, kami telah menamai setiap dimensi. Saat mempelajari penyematan, setiap dimensi tidak dipelajari dengan nama. Terkadang, kita dapat melihat penyematan dan menetapkan makna semantik ke dimensi, dan waktu lain yang tidak dapat kita lakukan. Sering kali setiap dimensi tersebut disebut dimensi laten, karena dimensi tersebut merepresentasikan fitur yang tidak secara eksplisit ada dalam data, melainkan disimpulkan dari data tersebut.
Pada akhirnya, yang terpenting adalah jarak antara film dalam ruang penyematan, bukan nilai film tunggal sepanjang dimensi tertentu.