Lọc cộng tác là nhiệm vụ đưa ra dự đoán về mối quan tâm của người dùng dựa trên mối quan tâm của nhiều người dùng khác. Ví dụ: hãy xem nhiệm vụ đề xuất phim. Giả sử chúng ta có 500.000 người dùng và danh sách các phim mà mỗi người dùng đã xem (từ danh mục 1.000.000 phim). Mục tiêu của chúng tôi là đề xuất phim cho người dùng.
Để giải quyết vấn đề này, cần có một phương pháp xác định các bộ phim tương tự nhau. Chúng tôi có thể đạt được mục tiêu này bằng cách nhúng phim vào không gian có chiều thấp được tạo để các phim tương tự ở gần.
Trước khi mô tả cách nhúng video, trước tiên, chúng ta sẽ khám phá loại chất lượng mà chúng ta muốn nhúng và cách biểu thị dữ liệu huấn luyện để học nhúng.
Sắp xếp Phim trên Dòng Số một Chiều
Để giúp phát triển trực giác về cách nhúng, trên một mảnh giấy, hãy cố gắng sắp xếp các bộ phim sau trên dòng số một chiều sao cho các phim gần nhau nhất có liên quan chặt chẽ nhất:
| Movie | Điểm xếp hạng | Nội dung mô tả |
|---|---|---|
| Tiếng Bale | (phải) | Một góa phụ người Pháp rất đau buồn khi mất chồng và con gái sau khi họ thiệt mạng trong một vụ tai nạn ô tô. |
| Hiệp sĩ bóng đêm trỗi dậy | PG-13 | Batman cố gắng cứu Thành phố Gotham khỏi sự tiêu diệt hạt nhân trong phần tiếp theo của The Dark Knight, lấy bối cảnh trong vũ trụ DC Comics. |
| Harry Potter và hòn đá phù thủy | PG | Một cậu bé mồ côi phát hiện ra mình là một phù thủy và ghi danh vào Trường Phù thủy và Pháp sư Hogwarts, nơi cậu tiến hành trận chiến đầu tiên chống lại Chúa tể độc ác Voldemort. |
| The Incredibles | PG | Một gia đình các siêu anh hùng buộc phải sống như dân thường ở ngoại ô đã nghỉ hưu để cứu cuộc đua siêu anh hùng từ Syndrome và robot sát thủ của anh. |
| Shrek | PG | Một yêu tinh đáng yêu và trợ lý lừa của anh ta bắt đầu nhiệm vụ giải cứu Công chúa Fiona, người đã bị rồng hóa thân thành lâu đài. |
| Chiến tranh giữa các vì sao | PG | Luke Skywalker và Han Solo hợp tác với hai người máy Android để giải cứu Công chúa Leia và cứu thiên hà. |
| Bộ ba Belleville | PG-13 | Khi người đi xe đạp chuyên nghiệp Champion bị bắt cóc trong chuyến lưu diễn Tour de France, bà của anh và chú chó thừa cân ở nước ngoài để giải cứu anh, với sự trợ giúp của bộ ba ca sĩ nhạc jazz lớn tuổi. |
| Memento | (phải) | Một chứng mất trí nhớ tuyệt vọng tìm cách giải quyết vụ sát hại vợ mình bằng cách xăm manh mối lên cơ thể. |
Nhấp vào biểu tượng dấu cộng cho một giải pháp có thể (rất không hoàn hảo).
Hình 1. Khả năng sắp xếp một chiều có thể áp dụng
Mặc dù cách nhúng này giúp nắm bắt được mức độ mà bộ phim hướng tới trẻ em so với người lớn, nhưng vẫn có nhiều khía cạnh khác của bộ phim mà người xem muốn nắm bắt khi đưa ra đề xuất. Hãy xem ví dụ này thêm một bước, thêm thứ nguyên nhúng thứ hai.
Sắp xếp Phim trong Không gian Hai Chiều
Hãy thử bài tập tương tự như trước, nhưng lần này sắp xếp các phim giống nhau trong một không gian hai chiều.
Nhấp vào biểu tượng dấu cộng để có giải pháp khả thi khác.
Hình 2. Có thể là sự sắp xếp hai chiều
Với tính năng nhúng hai chiều này, chúng tôi xác định khoảng cách giữa các bộ phim sao cho phim được xem gần (và do đó được dự đoán là tương tự nhau) nếu cả hai bộ phim đều giống nhau ở mức độ mà chúng hướng đến trẻ em so với người lớn, cũng như mức độ mà phim là phim bom tấn so với phim nghệ thuật. Tất nhiên, đây chỉ là hai trong số nhiều đặc điểm của phim có thể quan trọng.
Nhìn chung, những gì chúng tôi đã làm được ánh xạ tới những bộ phim này vào một không gian nhúng, nơi mỗi từ được mô tả bằng một tập các tọa độ hai chiều. Ví dụ: trong không gian này, "Shrek" ánh xạ tới (-1.0, 0.95) và "Bleu" ánh xạ tới (0.65, -0.2). Nhìn chung, khi tìm hiểu việc nhúng một chiều d, mỗi phim được biểu diễn bằng một số có giá trị thực d, mỗi phim sẽ cho tọa độ theo một chiều.
Trong ví dụ này, chúng tôi đã đặt tên cho mỗi thứ nguyên. Khi tìm hiểu về nội dung nhúng, các thứ nguyên riêng lẻ không được học cùng tên. Đôi khi, chúng tôi có thể xem xét việc nhúng và chỉ định ý nghĩa ngữ nghĩa cho các thứ nguyên, và những lúc khác thì không thể. Thông thường, mỗi thứ nguyên như vậy được gọi là một thứ nguyên tiềm ẩn, vì nó đại diện cho một tính năng không rõ ràng trong dữ liệu mà được suy ra từ dữ liệu đó.
Cuối cùng, đó là khoảng cách giữa các phim trong không gian nhúng có ý nghĩa, thay vì giá trị của một phim trong mọi thứ nguyên nhất định.