协同过滤方法是否需要训练数据？

Question

我即将开始为视频编写一个推荐系统，主要基于协作过滤，因为视频元数据非常稀疏，也有一些基于内容的过滤。然而，我不确定如何处理训练数据。训练数据在推荐系统中是否很重要，特别是在协作方法中？如果是这样，我如何生成这种类型的数据，或者我应该查找哪种类型的数据？

Answer 1

任何ML算法都需要数据。以Matrix Factorization方法为例。

它接收(不完整的)费率矩阵:行表示用户，列表示项目，单元格包含特定用户对特定项目的评级。然后，通过分解该矩阵，您可以获得每个用户和每个项目的潜在向量表示，从而允许您预测未来的费率。显然，根据该模型，具有最高评级的未见项目对用户最感兴趣。

本质上，矩阵分解学习预测已知用户和项目的新费率。