Machine Learning-Recommender Systems(推荐系统)

Predicting Movie Ratings

---

Problem Formulation
推荐系统问题就是，给定这些数据，给定这些 $r(i, j)$和 $y(i, j)$ 数值，然后浏览全部数据，关注所有没有电影评分的地方，并试图预测这些带问号的地方应该是什么数值。

---

Content Based Recommendations

对于每一部电影，我们都有一个特征向量来描述它的特征 $x^{i}$
例如： 《cute puppies of love》 我的两个特征值 分别是0.99和0 这就是特征变量 $x_1$ 和 $x_2$我们还是像以前一样加一个额外的特征变量，截距特征变量 $x_0$其值为1 ，那么 $x^{(3)}=[1 \space 0.99 \space 0]^{T}$。对于每个用户，我们可以将预测问题转化为一个单独的线性回归问题，那么问题就是求得参数 $\theta$。这里先给出了参数 $\theta=[0\space5\space0]^{T}$,那么Alice对于电影’Cute puppies of love’的评分为