machine-learning - 如何训练推荐系统的神经网络？

Question

我建立了一个具有反向传播功能的人工神经网络作为图书推荐系统。

我的网络中只有一个隐藏层，输入层和输出层都是书籍，因为您应该能够输入一本书并收到更多书籍推荐。

我已经拥有大量有关用户及其对书籍的评分(1 到 5)的数据。我想将其放入该数据的神经网络(设置所有权重)中，而不必经历反向传播过程。以某种方式更加机械地进行。

假设每个用户的图书馆中有大约 100 本书，我如何为它们设置权重？用户图书馆中的图书与用户图书馆中的其他图书有何关联？

谢谢。

Answer 1

所以听起来您不想使用神经网络。我发现神经网络在这些类型的稀疏特征空间中训练起来更加困难并且需要更长的时间。你想根据一个人的评分以及进行类似购买的人的评分来预测(我相信)一个人可能喜欢的书。

您应该查看collaborative filtering 。我并不是说你不能用神经网络解决问题，但我不确定你是否真的想要这样做。