協調フィルタリングは、他の多くのユーザーの関心に基づいてユーザーの興味や関心を予測する機能です。映画のレコメンデーション タスクの例を見てみましょう。たとえば、50 万人のユーザーが、(1,000,000 本の映画のカタログから)視聴した映画のリストがあるとします。YouTube は、ユーザーに映画をおすすめすることを目標としています。
この問題を解決するには、どの映画が互いに類似しているかを判断する方法が必要です。これを実現するには、類似の映画が近くにあるように作成された低次元スペースに映画を埋め込みます。
エンベディングの学習方法を説明する前に、エンベディングに必要な品質の種類と、エンベディングの学習に使用するトレーニング データをどのように表現するかを説明します。
映画を 1 次元数の線に配置する
エンベディング(埋め込み)についての直感的な判断を助けるため、以下の映画をできる限り 1 次元の数字ラインに並べるようにしましょう。
映画 | 評価 | 説明 |
---|---|---|
ブルー | (右) | フランスの夫が夫と娘を亡くし、交通事故で死亡しました。 |
ダークナイト ライジング | PG-13 | バットマンは、DC コミックの世界を舞台にしたダークナイトに続いて、ゴッサムシティを原神の滅亡から救うために努力します。 |
ハリー ポッターと賢者の石 | PG | 孤立した少年は魔法使いであることを知り、ホグワーツ学校魔法と魔法学校に入学します。そこで彼は邪悪なヴォルデモート王との初戦を繰り広げます。 |
インクレディブル | PG | 郊外の民間人を退職させ、シンドロームとその殺人ロボットをめぐるスーパーヒーローを救うために、スーパーヒーローたちの家族を追う。 |
シュレック | PG | 愛すべき鬼とロバの副業は、フィオナ王女を救うためにドラゴンに囲まれて城を守ります。 |
スターウォーズ | PG | ルーク スカイウォーカーとハンソロは、2 つの Android でレイア女王を救出して銀河を救いました。 |
ベルヴィル・ランデブー | PG-13 | フランスのプロ サイクリストがツール ド フランスで誘拐されたとき、3 人の高齢ジャズ歌手の手を借りて、祖母と海外で重厚な犬を連れて救い出しました。 |
メメント | (右) | 羊飼いは、妻の殺害に絶好の策を講じようとしています。 |
映画を 2 次元空間に配置
前と同じ演習を試しますが、今回は同じ映画を 2 次元空間に配置します。