סינון משותף הוא משימה ליצירת חיזויים לגבי תחומי העניין של משתמש, על סמך תחומי העניין של משתמשים רבים אחרים. לדוגמה, נתבונן במשימה של המלצה על סרט. נניח שיש לנו 500,000 משתמשים, ורשימה של הסרטים שכל משתמש צפה בהם (מקטלוג של 1,000,000 סרטים). המטרה שלנו היא להמליץ על סרטים למשתמשים.
כדי לפתור את הבעיה הזו, נדרשת שיטה כלשהי כדי לקבוע אילו סרטים דומים זה לזה. אנחנו יכולים להשיג את המטרה הזו על ידי הטמעת הסרטים בתוך מרחב מצומצם-ממדים שנוצר, כדי שסרטים דומים יהיו בקרבת מקום.
לפני שנתאר איך אנחנו יכולים ללמוד את ההטמעה, אנחנו חוקרים קודם את סוג התכונות שאנחנו רוצים להטמיע, ואת האופן שבו נייצג את נתוני האימון כדי להבין את אופן ההטמעה.
ארגון סרטים בשורת מספרים חד-מימדית
כדי לעזור בפיתוח אינטואיציה של הטמעות, בדף נייר כדאי לסדר את הסרטים בשורה אחת של מספר מימד, כך שהסרטים הקרובים ביותר זה לזה יהיו:
| סרט | דירוג | תיאור |
|---|---|---|
| Bleu | ימין | אלמנה צרפתית מתאבלת בהתאבדות של בעלה ובתה אחרי שנפטרו בתאונת דרכים. |
| הערב הברירה | ההורים מוזהרים, חלק מהסרטים אינם מתאימים לצפייה מתחת לגיל 13 | מטרתו של באטמן היא להציל את גות'אם סיטי מטירונות גרעינית בסרט ההמשך הזה The Dark Knight, הממוקם ביקום של קומיקס DC. |
| הארי פוטר ואבן הקושי | PG | ילד יתום מגלה שהוא קוסם ונרשם בבית הספר לכישלון ולקסם של הוגוורטס, שם הוא מדבר על הקרב הראשון שלו נגד לורד וולדמורט. |
| המדהימים | PG | משפחת גיבורי-על שנאלצת לגור כאזרחים בפרבריה יוצאת לגמלאות כדי להציל את מרוץ גיבורי-העל מסינדרום ומהרובוט הרושע שלו. |
| שרק | PG | מפלצת חביבה והחבורה הצדדית שלו התחילה לצאת לחילוץ כשהנסיכה הנסיכה פיונה נאספה בטירה על ידי דרקון. |
| מלחמת הכוכבים | PG | לוק סקייווקר והאן סולו חוברים בשני אנדרואיד כדי להציל את הנסיכה ליאה ולשמור את הגלקסיה. |
| המשולשים של בלוויל | ההורים מוזהרים, חלק מהסרטים אינם מתאימים לצפייה מתחת לגיל 13 | כאשר אלוף הרכיבה המקצועית חטופה במהלך טור דה פראנס, סבתו והכלב הכבד שלו יצא לחו"ל כדי להציל אותו, בעזרת שלושה זמרי ג'אז קשישים. |
| מנטו | ימין | שאנן מחפש נואשות לפתור רצח של אישה על ידי קעקועים על גופו. |
לוחצים על סמל הפלוס כדי למצוא פתרון אחד (לא מושלם).
איור 1. סידור חד-ממדי אפשרי
הטמעת הסרטון הזו אמנם עוזרת לכם להבין כמה הסרט מיועד לילדים לעומת מבוגרים, אבל יש היבטים נוספים של סרט שתרצו לתעד כשההמלצות יוצגו. נבחן את הדוגמה הבאה צעד אחד קדימה, ונוסיף עוד מאפיין הטמעה.
לארגן סרטים במרחב דו-מימדי
נסו לבצע את אותו התרגיל כמו קודם, אבל הפעם סידרתם את אותם הסרטים בחלל דו-מימדי.
לוחצים על סמל הפלוס לפתרון נוסף.
איור 2. סידור דו-ממדי אפשרי
בהטמעה הדו-ממדית הזו אנחנו מגדירים מרחק בין סרטים כך שהסרטים בסביבה (וכנראה שהם דומים) אם הם דומים במידה שבה הם מכוונים לילדים לעומת מבוגרים, או עד כמה הסרטים הם שוברי קופות לעומת סרטים אומנותיים. כמובן שאלו רק שניים ממאפיינים רבים של סרטים שעשויים להיות חשובים.
באופן כללי יותר, מה שעשינו ממופה של הסרטים האלה למרחב הטמעה, שבו כל מילה מתוארת לפי קבוצה דו-ממדית של קואורדינטות. לדוגמה, במרחב המשותף הזה, השם 'שרק' ממופה אל (-1.0, 0.95) ו-'Bleu' ממופה אל (0.65, -0.2). באופן כללי, כשלומדים הטמעה תלת-ממדית d, כל סרט מיוצג על ידי d מספרים אמיתיים, וכל אחד מהם מספק את הקואורדינטות במאפיין אחד.
בדוגמה הזו נתנו שם לכל מאפיין. כשלומדים הטמעות, המערכת לא לומדת את המאפיינים הספציפיים. לפעמים אנחנו יכולים לבחון את ההטמעות ולהקצות מאפיינים סמנטיים למאפיינים, ובפעמים אחרות לא נוכל לעשות זאת. פעמים רבות, כל מאפיין כזה נקרא מאפיין נסתר, כי הוא מייצג תכונה שאינה מפורשת בנתונים אלא מוסקת ממנו.
בסופו של דבר, המרחקים בין הסרטים בחלל ההטמעה הם משמעותיים, ולא הערכים של סרט יחיד בכל מימד נתון.