机器学习（十二）：推荐系统的两种观点

1. 从物理意义出发的观点

什么是推荐系统？以电影推荐为例，就是对于一部电影，我们预测某个用户对一部电影的评分。

我们用如上所示符号来表示。值得注意的是，很有可能用户没有给某电影打分，此时$r(i,j)=0$。

这里需要理清：
对于一个电影，我们需要找到一些特征空间$X$来衡量这个电影；
对于一个用户，我们需要找到一些参数$h(x)=w^Tx$来预测用户对这部电影的评分。
然而问题是：我们既没有$X$也没有对于用户i的$w^i$，也就是说这两者都需要学习。

使用如下符号：

我们假定对于电影的特征向量已经确定，也即所有的$x^{(i)}$已知，来学习$\theta^{(j)}$:

现在反过头来看，其实我们对电影的特征向量一无所知。如果假定所有的$\theta^{(j)}$已知，来学习$x^{(i)}$：

这一个过程与K-Means训练过程类似，给定一个初始的θ，然后开始训练：

$$\theta_0\rightarrow x_0\rightarrow\theta_1\rightarrow x_1....\rightarrow$$

这里又与K-Means有所不同，因为K-Means是combination-number最优化问题；而我们这里的最优化问题很简单，可以同时进行：

---

此时我们再来重新看给出的y数据：

---

还是有点小问题，如果某一个用户没有给任何电影打分：

根据我们的学习过程：代价函数的第一项为0。如果要最小化代价函数，那么此用户的$\theta=0$，也就是说：对于任何的电影，我们将会预测其评分为0——不向该用户推荐任何电影。这样做可以吗？可以，但不是很好。我们理应向任何一个用户推荐电影。怎么推荐？
如果大多数人认为这个电影很好，那么这个电影可能真的非常好。——将对某一电影的所有评分求一个均值。
可以使用如下的均值归一化过程：

用$Y-\mu$来学习，最后预测的结果是$\theta^Tx+\mu$。

2. 从抽象计算出发的观点

对于电影推荐系统，我们获得的数据是什么呢？假设用$n_u$个用户，$n_m$部电影，$r^{(i,j)}$表示用户j是否给用户i评分，其对应的分数是$y^{(i,j)}$。那么我们的资料是$(x^{(j)}=j, y=y^{(i,j)})$亦或者是$(x^{(j)}=j, y=(y^{(1,j)}),...,?,...y^{(n_m,j)})^T)$。（毕竟我们的推荐系统以用户为中心，而不是以电影为中心——当然以电影为中心，数据也也可以用同样的方式解析）。

我们知道输入x代表的是用户的ID，并没有实际意义，我们称之为抽象特征。
我们要设计一个特征转换的函数φ，来将抽象特征转换——这个函数具体是什么我们不关心（这类似于自动编码器）。然后学习一个预测函数h,使得$h(\phi(x))\approx y$。
自动编码器使用一个线性模型，假设预测函数也是一个线性模型，那么整个模型就是一个两层的网络。

假设将x进行binary vector 编码，那么这个网络就是$n_u-d-n_m$结构

其中$V_{d*n_u}, W_{n_m*d}$，则有

$$h(x)=WVx$$
根据代价函数，我们知道我们要寻找W，V使得 $$Y\approx V^TW^T$$

然后转向使用alternating optimization技术来解决最优化问题。

3. 小结

无论如何，电影的特征向量的长度还是需要我们自己来指定。

我们在训练过程中，可以考虑实际问题来定制解决方案，例如此问题中：越是最近时间段的数据，权重越大。