「協作篩選」是指根據許多使用者興趣的興趣進行預測。我們來看看電影推薦的工作。假設我們有 50 萬名使用者，以及每位使用者已觀看的電影清單 (來自 1,000,000 部電影目錄)。我們的目標是向使用者推薦電影。
為解決這個問題，系統需要一些方法，以判斷哪些電影相似。為了達成這個目標，您可以將電影嵌入低維度空間，讓類似的電影在附近。
在說明如何瞭解嵌入功能前，必須先探索嵌入作業所需的品質類型，以及我們如何解讀嵌入功能的訓練資料。
排列單維數線電影
為培養嵌入嵌入功能的效用，請在紙上安排將下列電影放在單維的數行中，確保電影彼此的關係最為重要：
| 電影 | 評分 | 說明 |
|---|---|---|
| Bleu | (右) | 一個法國寡婦從比賽中奪走了丈夫和女兒的失落之情。 |
| 黑暗騎士 | PG-13 | 續集 Thaham City 的開球節，要在 DC Comics 的世界展開《黑暗騎士》。 |
| 哈利波特和神秘之石 | PG | 一名孤兒男孩發現在巫師學院 (Hogwarts School of Witchcrafts) 目前擔任精靈總監，他也正在參與著第一線對邪惡王國的王國 (Lord Voldemort)。 |
| 好消息 | PG | 一群人將被迫淘汰為民間郊區的超級英雄，為了拯救 Syndrome 和他的殺手機器人的超級英雄競賽。 |
| 夏普克 | PG | 一名可愛的食人神父親切，店內的使命是拯救未成龍的公主布雷納。 |
| 星際大戰 | PG | Luke Skywalker 和 Han Solo 與兩個 Android 團隊攜手合作，一起拯救萊雅王子，拯救銀河系。 |
| 貝爾維爾的三倍 | PG-13 | 在環法自行車賽 (Tour de de France) 中駐足專業騎士時，他的祖母和重訓狗旅途中可以把他逃脫，搜救老爹的歌手，一起歡唱他的故事。 |
| Memento | (右) | 一名美洲人將不惜線索從身體中解開來，讓他的妻子謀殺他的謀殺案。 |
按一下「加號」圖示，表示其中一種可能的解決方法。
圖 1. 一體化的單層排列
雖然這種嵌入技術可協助電影和兒童成年電影較多，但在推薦電影時，還有許多其他面向想拍攝。讓我們以一個範例，進一步新增第二個嵌入維度。
2D 電影主題綜覽
嘗試之前的相同運動，但這次將 2D 電影安排在二維空間中安排。
按一下加號圖示查看其他可能的解決方案。
圖 2 2 維可能的排列方式
透過這種 2D 嵌入式圖像，定義電影的距離 (與此電影相似，進而推測電影的相似之處)，以及電影的年齡與兒童成年相近的程度，以及上映的電影或電影院電影的距離。當然，這些電影中的眾多特性可能是其中一種具有重要性的要素。
大致而言，我們的做法是將這些電影對應至嵌入空間，每個字詞會以兩維座標組合描述。舉例來說，在這個空間中，「Shrek」會對應到 (-1.0, 0.95) 和「Bleu」至 (0.65, -0.2)。一般而言，在學習「d」維度的嵌入時，每部電影都會以「d」實數的數字表示，每個電影都以單一維度提供座標。
在本例中，每個維度都有名稱。學習嵌入時，系統將不再使用名稱來學習個別維度。我們有時會查看嵌入，並對維度指派語意含義，有時在其他情況下則無法。通常每一個維度都稱為「潛在維度」，因為在這種維度中，它是資料中並未明確定義的功能，而是會從資料中推測出的特徵。
最重要的是，嵌入區塊中的電影具有意義，而不是任何特定維度中的單部電影值。