Sto creando un sistema di raccomandazione e voglio incorporare sia le valutazioni degli utenti "simili" sia le caratteristiche degli articoli. L'output ha una valutazione prevista [0-1]. Sto considerando una rete neurale (per cominciare).
Quindi, gli input sono una combinazione delle caratteristiche degli articoli e delle valutazioni di ciascun utente. Per l'articolo A e l'utente 1, il sistema potrebbe essere addestrato sui dati combinati, A1. Questo sarebbe un esempio di addestramento.
E se l'utente 1 avesse anche valutato il film B? Quindi i dati B1 sarebbero anche un esempio di formazione? C'è un problema con la ripetizione dell'allenamento con le funzionalità dell'utente 1 in questo modo?
Hai qualche suggerimento su un modo migliore per affrontare il problema?