Je suis en train de créer un système de recommandation et je veux intégrer à la fois les évaluations d'utilisateurs "similaires" et les caractéristiques des articles. La sortie est une note prédite [0-1]. J'envisage un réseau neuronal (pour commencer).
Ainsi, les entrées sont une combinaison des caractéristiques des articles et des notes de chaque utilisateur. Pour l'article A et l'utilisateur 1, le système pourrait être formé sur les données combinées, A1. Ce serait un exemple de formation.
Et si l'utilisateur 1 notait également le film B? Les données B1 seraient-elles également un exemple de formation? Y a-t-il un problème à répéter la formation avec les fonctionnalités de l'utilisateur 1 de cette manière?
Avez-vous des suggestions sur une meilleure façon d'aborder le problème?
la source